CN113449894A - 用能设备的开关状态分析方法、系统、设备及存储介质 - Google Patents

Abstract

本申请提供一种用能设备的开关状态分析方法、系统、设备及存储介质，所述开关状态分析方法包括：获取每一所述用能设备的平均功率和用能设备群的用能量数据；根据每一所述用能设备的平均功率对所述用能设备群进行分组，以得到一或多个用能设备集；按照各所述用能设备集的分析顺序，依次对每一当前用能设备集执行第二开关状态的获取步骤；根据在每一时间间隔的每个用能设备集中各个用能设备的第二开关状态，形成所述多个用能设备在一时段中的开关状态集。本申请根据用户多个用能设备的用能量数据，利用多个用能设备的平均功率，可以简单、准确、有效地确定多个用能设备在一时段中每一时间间隔内的开关状态。

Description

用能设备的开关状态分析方法、系统、设备及存储介质

技术领域

本申请涉及数据处理系统及方法技术领域，尤其涉及一种用能设备的开关状态分析方法、系统、设备及存储介质。

背景技术

非侵入式负荷监测(Non-Intrusive Load Monitoring，NILM)可以通过分析用户多个用电设备的总用电数据(例如，总电压、总电流等)得到用户每个用电设备的运行情况等用电信息。通过非侵入式负荷监测可以为用户提供用电策略、以及用电设备的故障监测、故障分析，也可以为电力公司的电网规划提供参考信息等。

目前，可以通过机器学习、隐马尔可夫模型、广义似然比、希尔伯特变换、长短记忆等方法实现非侵入式负荷监测。但是，上述实现非侵入式负荷监测的方法十分复杂、求解效率低。

所以，如何实现可以简单、准确、有效地得到用户每个用电设备的运行情况等用电信息的非侵入式负荷监测方式，为本领域从业者亟待解决的问题。

发明内容

鉴于以上所述相关技术的缺点，本申请的目的在于提供一种用能设备的开关状态分析方法、系统、设备及存储介质，用于解决如何实现可以简单、准确、有效地得到用户每个用电设备的运行情况等用电信息的非侵入式负荷监测方式的技术问题。

为实现上述目的及其他相关目的，本申请的第一方面提供一种用能设备的开关状态分析方法，用于确定一时段中每一时间间隔内用能设备群的开关状态集，其中，所述用能设备群包括多个用能设备，所述开关状态分析方法包括：获取每一所述用能设备的平均功率和用能设备群的用能量数据；根据每一所述用能设备的平均功率对所述用能设备群进行分组，以得到一或多个用能设备集；按照各所述用能设备集的分析顺序，依次对每一当前用能设备集执行如下步骤：根据所述用能设备群的用能量数据，确定在一时段中每一时间间隔的当前用能设备集中各用能设备的第一开关状态；根据对应各所述第一开关状态的用能量估计数据与所述用能设备群的用能量数据的比较结果对所述第一开关状态进行修正，以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态，用于更新所述用能设备群的用能量数据以用于下一用能设备集的第二开关状态的获取；根据在每一时间间隔的每个用能设备集中各个用能设备的第二开关状态，形成所述多个用能设备在一时段中的开关状态集。

在本申请的第一方面的某些实施方式中，所述用能设备群的用能量数据包括：一时段中每一时间间隔内用能设备群的用能量数据和用能设备群的初始用能量数据。

在本申请的第一方面的某些实施方式中，所述根据每一所述用能设备的平均功率对所述多个用能设备进行分组，以生成一或多个用能设备集，包括：将所述用能设备群中平均功率的最小值和次最小值所对应的用能设备归属至当前用能设备集；判断所述用能设备群中各其余用能设备的平均功率是否满足当前用能设备集的预设分组条件；若是，则将满足所述分组条件的用能设备分到当前用能设备集中；若否，则当前用能设备集构建完毕，并从所述用能设备群中去除完成分组的用能设备，以更新所述用能设备群；重复执行上述步骤，直至生成的多个用能设备集中包括所有的用能设备。

在本申请的第一方面的某些实施方式中，所述分析顺序是根据各所述用能设备集中用能设备的平均功率的最大值之间的排序结果所确定的。

在本申请的第一方面的某些实施方式中，所述根据用能设备群的用能量数据，确定在一时段中每一时间间隔的当前用能设备集中各用能设备的第一开关状态，包括：在所述用能设备群的用能量数据在相邻时间间隔的变化量同该相邻时间间隔对应的开关状态变化事件间满足预设误差约束的情况下，确定所述开关状态变化事件的最小化结果；根据所述最小化结果，以获得一时段中每一时间间隔内当前用能设备集中各用能设备的第一开关状态。

在本申请的第一方面的某些实施方式中，根据所述最小化结果，以获得一时段中每一时间间隔内当前用能设备集中用能设备的第一开关状态，包括：根据所述最小化结果和当前用能设备集中各个用能设备的初始开关状态，确定每一时间间隔内当前用能设备集中各个用能设备的第一开关状态的中间结果；以每一时间间隔内的第一开关状态的中间结果为开关概率以生成第一开关状态。

在本申请的第一方面的某些实施方式中，所述预设误差约束包括：在当前用能设备集中用能设备的开关状态变化事件的影响下，当前用能设备集中各个用能设备的平均功率与所述用能设备群的用能量数据在相邻时间间隔的变化量的差异需满足预设误差。

在本申请的第一方面的某些实施方式中，所述预设误差根据用能量数据的敏感度确定。

在本申请的第一方面的某些实施方式中，根据对应各所述第一开关状态的用能量估计数据与所述用能设备群的用能量数据的比较结果对所述第一开关状态进行修正，以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态，用于更新所述用能设备群的用能量数据以用于下一用能设备集的第二开关状态的获取，包括：通过判断所述用能量估计数据同所述用能设备群的用能量数据的大小，基于所述当前用能设备集中各用能设备的平均功率对所述第一开关状态进行修正，以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态；将所述用能设备群的用能量数据中去除与当前用能设备集中用能设备的第二开关状态相对应的用能量数据，以更新所述用能设备群的用能量数据。

在本申请的第一方面的某些实施方式中，所述用能设备的开关状态分析方法还包括：根据多个用能设备在一时段中的开关状态集，得到一时段中每一所述用能设备的用能量数据。

在本申请的第一方面的某些实施方式中，将一时段中每一所述用能设备的用能量数据发送至客户端。

在本申请的第一方面的某些实施方式中，所述获取每一所述用能设备的平均功率和用能设备群的用能量数据的方式包括：通过与所述电子设备通信连接的客户端和/或与所述电子设备通信连接的用能计量装置获取。

为实现上述目的及其他相关目的，本申请的第二方面提供一种用能设备的开关状态分析系统，用于确定一时段中每一时间间隔内用能设备群的开关状态集，其中，所述用能设备群包括多个用能设备，所述开关状态分析系统包括：获取模块，用于获取每一所述用能设备的平均功率和用能设备群的用能量数据；分组模块，用于根据每一所述用能设备的平均功率对所述用能设备群进行分组，以得到一或多个用能设备集；第二开关状态确定模块，用于按照各所述用能设备集的分析顺序，依次对每一当前用能设备集执行如下步骤：根据所述用能设备群的用能量数据，确定在一时段中每一时间间隔的当前用能设备集中各用能设备的第一开关状态；根据对应各所述第一开关状态的用能量估计数据与所述用能设备群的用能量数据的比较结果对所述第一开关状态进行修正，以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态，用于更新所述用能设备群的用能量数据以用于下一用能设备集的第二开关状态的获取；开关状态集确定模块，用于根据在每一时间间隔的每个用能设备集中各个用能设备的第二开关状态，形成所述多个用能设备在一时段中的开关状态集。

在本申请的第二方面的某些实施方式中，所述用能设备群的用能量数据包括：一时段中每一时间间隔内用能设备群的用能量数据和用能设备群的初始用能量数据。

在本申请的第二方面的某些实施方式中，所述第二开关状态确定模块根据每一所述用能设备的平均功率对所述多个用能设备进行分组，以生成一或多个用能设备集，包括：将所述用能设备群中平均功率的最小值和次最小值所对应的用能设备归属至当前用能设备集；判断所述用能设备群中各其余用能设备的平均功率是否满足当前用能设备集的预设分组条件；若是，则将满足所述分组条件的用能设备分到当前用能设备集中；若否，则当前用能设备集构建完毕，并从所述用能设备群中去除完成分组的用能设备，以更新所述用能设备群；重复执行上述步骤，直至生成的多个用能设备集中包括所有的用能设备。

在本申请的第二方面的某些实施方式中，所述分析顺序是根据各所述用能设备集中用能设备的平均功率的最大值之间的排序结果所确定的。

在本申请的第二方面的某些实施方式中，所述第二开关状态确定模块根据用能设备群的用能量数据，确定在一时段中每一时间间隔的当前用能设备集中各用能设备的第一开关状态，包括：在所述用能设备群的用能量数据在相邻时间间隔的变化量同该相邻时间间隔对应的开关状态变化事件间满足预设误差约束的情况下，确定所述开关状态变化事件的最小化结果；根据所述最小化结果，以获得一时段中每一时间间隔内当前用能设备集中各用能设备的第一开关状态。

在本申请的第二方面的某些实施方式中，根据所述最小化结果，以获得一时段中每一时间间隔内当前用能设备集中用能设备的第一开关状态，包括：根据所述最小化结果和当前用能设备集中各个用能设备的初始开关状态，确定每一时间间隔内当前用能设备集中各个用能设备的第一开关状态的中间结果；以每一时间间隔内的第一开关状态的中间结果为开关概率以生成第一开关状态。

在本申请的第二方面的某些实施方式中，所述预设误差约束包括：在当前用能设备集中用能设备的开关状态变化事件的影响下，当前用能设备集中各个用能设备的平均功率与所述用能设备群的用能量数据在相邻时间间隔的变化量的差异需满足预设误差。

在本申请的第二方面的某些实施方式中，所述预设误差根据用能量数据的敏感度确定。

在本申请的第二方面的某些实施方式中，所述第二开关状态确定模块根据对应各所述第一开关状态的用能量估计数据与所述用能设备群的用能量数据的比较结果对所述第一开关状态进行修正，以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态，用于更新所述用能设备群的用能量数据以用于下一用能设备集的第二开关状态的获取，包括：通过判断所述用能量估计数据同所述用能设备群的用能量数据的大小，基于所述当前用能设备集中各用能设备的平均功率对所述第一开关状态进行修正，以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态；将所述用能设备群的用能量数据中去除与当前用能设备集中用能设备的第二开关状态相对应的用能量数据，以更新所述用能设备群的用能量数据。

在本申请的第二方面的某些实施方式中，所述用能设备的开关状态分析系统还包括用能量数据确定模块：所述用能量数据确定模块用于根据多个用能设备在一时段中的开关状态集，得到一时段中每一所述用能设备的用能量数据。

在本申请的第二方面的某些实施方式中，将一时段中每一所述用能设备的用能量数据发送至客户端。

在本申请的第二方面的某些实施方式中，所述获取每一所述用能设备的平均功率和用能设备群的用能量数据的方式包括：通过与所述电子设备通信连接的客户端和/或与所述电子设备通信连接的用能计量装置获取。

为实现上述目的及其他相关目的，本申请的第三方面提供一种电子设备，包括：存储装置，用于存储至少一程序；处理装置，用于调所述至少一程序以执行如本申请第一方面中任一项所述的用能设备的开关状态分析方法。

在本申请的第三方面的某些实施方式中，所述电子设备还包括通信装置，用于与外部通信，以获取用能设备群的用能量数据和每一所述用能设备的平均功率。

在本申请的第三方面的某些实施方式中，所述通信装置，用于与客户端通信连接，以将得到的一时段中每一所述用能设备的用能量数据发送至客户端。

为实现上述目的及其他相关目的，本申请的第四方面提供一种客户端，与如本申请的第三方面的某些实施方式中的电子设备通信连接，用于接收一时段中每一所述用能设备的用能量数据；或者，将每一所述用能设备的平均功率发送至所述电子设备。

为实现上述目的及其他相关目的，本申请的第五方面提供一种计算机可读存储介质，存储有至少一程序，所述至少一程序在被调用时执行并实现如本申请第一方面中任一项所述的用能设备的开关状态分析方法。

综上所述，本申请的用能设备的开关状态分析方法、系统、设备及存储介质，获取每一所述用能设备的平均功率和用能设备群的用能量数据；根据每一所述用能设备的平均功率对所述用能设备群进行分组，以得到一或多个用能设备集；按照各所述用能设备集的分析顺序，依次对每一当前用能设备集执行第二开关状态的获取步骤；根据在每一时间间隔的每个用能设备集中各个用能设备的第二开关状态，形成所述多个用能设备在一时段中的开关状态集。本申请可以根据用户用能设备群的用能量数据，利用多个用能设备的平均功率，简单、准确、有效地确定多个用能设备在一时段中每一时间间隔内的开关状态。

附图说明

本申请所涉及的发明的具体特征如所附权利要求书所显示。通过参考下文中详细描述的示例性实施方式和附图能够更好地理解本申请所涉及发明的特点和优势。对附图简要说明书如下：

图1显示为本申请在一实施例中的应用场景的示意图。

图2显示为本申请的电子设备在一实施例中的结构示意图。

图3显示为本申请的用能设备的开关状态分析方法在一实施例中的流程示意图。

图4显示为本申请的对所述用能设备群进行分组的方法在一实施例中的流程示意图。

图5显示为本申请的用能设备的第二开关状态的分析方法在一实施例中的流程示意图。

图6显示为本申请的用能设备的开关状态分析系统在一实施例中的模块示意图。

图7显示为本申请的用能计量设备在一实施例中的结构示意图。

图8显示为本申请的用能量数据的加密方法在一实施例中的流程示意图。

图9显示为本申请的加密处理系统在一实施例中的结构示意图。

图10显示为本申请的用能量数据的噪声生成方法在一实施例中的流程示意图。

具体实施方式

以下由特定的具体实施例说明本申请的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本申请的其他优点及功效。

在下述描述中，参考附图，附图描述了本申请的若干实施例。应当理解，还可使用其他实施例，并且可以在不背离本公开的精神和范围的情况下进行模块或单元组成、电气以及操作上的改变。下面的详细描述不应该被认为是限制性的，并且本申请的实施例的范围仅由公布的专利的权利要求所限定。这里使用的术语仅是为了描述特定实施例，而并非旨在限制本申请。

虽然，在一些实例中术语第一、第二等在本文中用来描述各种元件、信息或参数，但是这些元件或参数不应当被这些术语限制。这些术语仅用来将一个元件或参数与另一个元件或参数进行区分。例如，第一开关状态可以被称作第二开关状态，并且类似地，第二开关状态可以被称作第一开关状态，而不脱离各种所描述的实施例的范围。第一开关状态和第二开关状态均是在描述一个开关状态，但是除非上下文以其他方式明确指出，否则它们不是同一个开关状态。取决于语境，比如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”。

再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。应当进一步理解，术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的，或意味着任一个或任何组合。因此，“A、B或C”或者“A、B和/或C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A、B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。

随着智能电网的发展，用户不仅仅需要了解用电设备的总用电量，对于日常生活中用电设备的安全性、能耗数据的透明化、精细化也有着越来越高的要求。并且，电力公司也需要通过用户的每个用电设备的运行情况等用电信息来进行电网规划以及电力调度等操作。

非侵入式负荷监测(Non-Intrusive Load Monitoring，NILM)技术可以根据用户中多个用电设备的总用电量数据(例如，总电压、总电流等)，推断该用户中不同用电设备的运行状态。进而可以为用户提供详细的能耗数据、用电策略、以及用电设备的故障监测、故障分析，也可以为电力公司的电网规划、电力调度等操作提供参考信息等。

目前，可以通过机器学习、隐马尔可夫模型、广义似然比、希尔伯特变换、长短记忆等方法实现非侵入式负荷监测。但是，上述实现非侵入式负荷监测的方法十分复杂、求解效率低。

所以，如何实现可以简单、准确、有效地得到用户每个用电设备的运行情况等用电信息的非侵入式负荷监测方式，为本领域从业者亟待解决的问题。

请参阅图1，图1显示为本申请在一实施例中的应用场景的示意图。如图1所示，所述电子设备100与所述用能计量设备300通信连接。例如，所述电子设备100具有通信能力，而与所述用能计量设备300通信连接，所述电子设备100能够获取用能设备群的用能量数据和每一所述用能设备的平均功率。在一实施例中，所述电子设备100与用能计量设备300(例如智能电表)进行通信连接以获取所述用能设备群的用能量数据。

在一些实施例中，可选的，所述电子设备100还可以与其它设备(例如客户端等)通信连接，以将分解得到的一时段中每一所述用能设备的用能量数据发送至其它设备。

所述客户端可与图1所示的电子设备100通信连接，所述客户端用于接收一时段中每一所述用能设备400的用能量数据，或者，将每一所述用能设备400的平均功率发送至所述电子设备100。所述客户端举例为装载有APP应用程序或具备网页/网站访问性能的计算机设备，例如台式电脑、智能电视、服务器、移动终端(如手机、平板电脑、笔记本电脑等)，该些计算机设备还可以包含显示单元/音频单元等输入输出单元。所述显示单元可包括触摸部件，该触摸部件通过检测对象触摸其屏幕(例如，电子显示器的表面)的发生和/或位置来促进用户输入；例如，用户通过触摸所述计算机设备的屏幕以输入所述用能设备群的用能量数据、发送分析请求等。其中，所述分析请求用于触发所述电子设备100分析每一所述用能设备400的用能量数据，并将所述分析结果返回至所述客户端。

所述用能设备400是指企业、家庭等任何场所中需要用能的设备，例如工业设备，例如制造/加工设备、流水线设备等；又例如家用电器设备，例如电视、冰箱、空调等，又例如照明系统等的灯具。

所述用能设备群包括多个用能设备，可以是接入同一用能计量设备的多个用能设备的总称或者可以是接入多个用能计量设备的多个用能设备的总称。在一实施例中，所述用能计量设备举例为智能电表。例如，学校中有多栋楼，每一栋楼均有一个智能电表，则其中一栋楼中的所有用能设备可以为一用能设备群或者学校中所有的用能设备为一用能设备群。

所述用能设备群的用能量数据可根据设备运行所需的能量类型而确定。所述能量类型包括但不限于为电能、热能等。当所述能量类型为电能时，所述用能设备为用电设备，所述用能设备群的用能量数据为一时段中每一时间间隔内用能设备群中所有用能设备的用电量总和。

本申请的用能设备的开关状态分析方法根据每一所述用能设备的平均功率和用能设备群的用能量数据，可以确定一时段中每一时间间隔内用能设备群的开关状态集。本申请的开关状态分析方法可由图1或图2所示的电子设备执行，或者由其他可执行本申请的电子设备执行。

请参阅图2，图2显示为本申请的电子设备在一实施例中的结构示意图。其中，所述电子设备200可用于实现例如图1中的电子设备100。如图2所示，所述电子设备200包括：存储装置201、处理装置202。

所述存储装置201用于存储至少一程序，在一些实施例中，所述存储装置201包括一个或多个存储器，用以在执行时执行基于本申请技术思想而示例的用能设备的开关状态分析方法。在实施例中，所述存储器可包括高速随机存取存储器，并且还可包括非易失性存储器，例如一个或多个磁盘存储设备、闪存设备或其他非易失性固态存储设备。在某些实施例中，存储器还可以包括远离一个或多个处理器的存储器，例如经由RF电路或外部端口以及通信网络访问的网络附加存储器，其中所述通信网络可以是因特网、一个或多个内部网、局域网、广域网、存储局域网等，或其适当组合。存储器控制器可控制设备的诸如CPU和外设接口之类的其他组件对存储器的访问。在一些实施例中，所述存储装置201中还预先存储有待分析用户的每一所述用能设备的平均功率、待分析用户的用能设备群的用能量数据、或者每一用户所对应的用能量数据的敏感度等信息，以供所述电子设备200执行所述用能设备的开关状态分析方法。

所述处理装置202与所述存储装置201连接，在一些实施例中，所述处理装置202包括一个或多个处理器，所述处理装置202用于调所述至少一程序以执行本申请图3实施例中的开关状态分析方法，以用于确定一时段中每一时间间隔内用能设备群的开关状态集。在本实施例中，所述处理器可操作地与存储器和/或非易失性存储设备耦接。更具体地，处理器可执行在存储器和/或非易失性存储设备中存储的指令以在所述电子设备200中执行操作，诸如形成所述多个用能设备在一时段中的开关状态集。如此，处理器可包括一个或多个通用微处理器、一个或多个专用处理器、一个或多个现场可编程逻辑阵列、或它们的任何组合。

在一些实施例中，所述电子设备200还包括通信装置203。图2中的虚框表示所述通信装置203是可选的。所述通信装置203用于与外部通信。例如，与前文所述的用能计量设备或客户端通信连接。其中，所述通信装置203可以包括：有线通信电路和/或无线通信电路，有线通信电路如有线网卡，无线通信电路如2G-5G、WiFi、314/433射频电路、蓝牙等等，从而能接入通信网络，通信网络可以包括因特网、移动网络、局域网(LAN)、广域网(WAN)、存储局域网(SAN)、或者一个或多个内部网等，或任何其它适当通信网络中的一个或多个。

请参阅图3，显示为本申请的用能设备的开关状态分析方法在一实施例中的流程示意图。所述开关状态分析方法用于确定一时段中每一时间间隔内用能设备群的开关状态集。图3所示的开关状态分析方法包括：步骤S10、步骤S20、步骤S30、步骤S40。

步骤S10：获取每一所述用能设备的平均功率和用能设备群的用能量数据。

所述平均功率为预设时间内每一用能设备消耗功率的平均值。所述预设时间可以为所述一时段或者是所述一时段的整数倍等，但不以此为限。在一实施例中，每一用能设备的平均功率P_i可以通过在所述预设时间内单独开启每一用能设备所获得的用能量数据得到。在另一实施例中，所述每一用能设备的平均功率P_i可以用每一用能设备的额定功率近似。所述用能设备群的用能量数据Y＝(y₀,....,y_T)包括：一时段中每一时间间隔内用能设备群的用能量数据Y′＝(y₁,....,y_T)和用能设备群的初始用能量数据y₀。

其中，所述时间间隔t包括但不限于：一或多秒、一或多分钟、一或多小时、一或多日、一或多周、或者一或多月等。其中，多个所述时间间隔t构成一时段。T为一时段中时间间隔的个数。举例来说，设所述一时段为一天，所述时间间隔t可以为一天中的每分钟、每小时等。或者，按照用能计量设备计量用能量数据时的更新周期将一时段分为多个时间间隔。例如，所述一时段为1小时，所述更新周期为6秒，则每6秒为一时间间隔，一时段中时间间隔的个数T为600。其中，i∈N，N代表所述多个用能设备的个数。

在一实施例中，所述每一所述用能设备的平均功率和用能设备群的用能量数据可以预先存储在所述存储装置中，当所述电子设备执行所述开关状态分析方法时可以从图1或图2所示的电子设备的存储装置中获取以上数据。

在一实施例中，所述每一所述用能设备的平均功率和用能设备群的用能量数据可以通过与客户端和/或与所述电子设备通信连接的用能计量设备获取。例如，图2所示的电子设备200与所述客户端和用能计量设备通信连接，获取所述客户端发送的每一所述用能设备的平均功率以及获取用能计量设备发送的用能设备群的用能量数据Y＝(y₀,....,y_T)。又如，所述客户端与所述用能计量设备通信连接后获取所述用能设备群的用能量数据后，将用能设备群的用能量数据和每一所述用能设备的平均功率发送至图2所示的电子设备200。再如，在用户将所述平均功率输入所述用能计量设备或者用能计量设备具备监测每一所述用能设备的平均功率的功能的条件下，图2所示的电子设备200也可以只与用能计量设备通信连接，来获取所述每一所述用能设备的平均功率和用能设备群的用能量数据。

所述电子设备根据获取的每一所述用能设备的平均功率和用能设备群的用能量数据来执行步骤S20和步骤S30。

步骤S20：根据每一所述用能设备的平均功率对所述用能设备群进行分组，以得到一或多个用能设备集。

在一实施例中，对所述用能设备群进行分组之前，将用能设备群中用能设备的平均功率依据大小进行排序，以得到从小到大顺序排列的平均功率序列P₁,P₂,...,P_N，进而可以提升执行分组操作的效率，其中，P₁<P₂...<P_N。

请参阅图4，图4显示为本申请的对所述用能设备群进行分组的方法在一实施例中的流程示意图。在进行分组操作时，基于不断更新的用能设备群，重复执行如下步骤以生成多个用能设备集{C₁、C₂……C_K}。其中，K为用能设备集的个数。图4所示的分组的方法包括：步骤S211、步骤S212、步骤S213、步骤S214、步骤S215。

在步骤S211中，将所述用能设备群中平均功率的最小值和次最小值所对应的用能设备归属至当前用能设备集。

需要说明的是，所述用能设备群会根据步骤S214的每一个分组结果进行更新。例如。初始时，所述用能设备群中包括10个用能设备，则将10个用能设备中平均功率的最小值和次最小值所对应的用能设备归属至当前用能设备集C₁。如果在步骤S214中分成的第一个用能设备集C₁中包括3个用能设备，则在生成第二个用能设备集C₂时，所述用能设备群中包括剩余的7个用能设备，并且，将剩余的7个用能设备中平均功率的最小值和次最小值所对应的用能设备归属至当前用能设备集C₂。

在步骤S212中，判断所述用能设备群中各其余用能设备的平均功率是否满足当前用能设备集的预设分组条件。需要说明的是，在执行步骤S212前需要对所述当前用能设备集中的各用能设备按照平均功率从小到大排序。其中，所述当前用能设备集的预设分组条件可由公式(1)表示：

其中，|C|为当前用能设备集中的总用能设备数。例如，在构建前用能设备集C₁时，初始时，当前用能设备集C₁中包括2个用能设备。在依据公式(1)进行判断时，如果步骤S212的判断结果为是，则其余设备中有满足预设分组条件的用能设备，进而当前用能设备集中C₁中的总用能设备数会根据判断结果进行增加。需要说明的是，再次执行步骤S212来判断所述用能设备群中其余用能设备的平均功率是否满足当前用能设备集C₁的预设分组条件时，需要再次对增加用能设备的当前用能设备集C₁中的各用能设备按照平均功率从小到大排序，以执行步骤S212。

其中，c_j为当前用能设备集中每一用能设备所对应的平均功率。j为每一用能设备所对应的平均功率的排序号。例如，当前用能设备集中两个用能设备所对应的平均功率分别为c₁、c₂，其中，c₁＜c₂。δ为预设误差，所述预设误差是根据用能量数据的敏感度Δf确定的。在一实施例中，所述预设误差δ为所述用能量数据的敏感度Δf的2倍，但不限于此。所述用能量数据的敏感度Δf将会在后续详述。其中，P_i为未归属至用能设备集中的其他用能设备所对应的平均功率。

如果步骤S212的判断结果为是，则执行步骤S213。在步骤S213中，将满足所述分组条件的用能设备分到当前用能设备集中。例如，当前用能设备集C₁中包括2个用能设备，如果用能设备群中平均功率为P₃的用能设备满足所述当前用能设备集C₁的预设分组条件，则将P₃所对应的用能设备归属至当前用能设备集中。并根据更新后的当前用能设备集C₁重新执行步骤S212。

如果步骤S212的判断结果为否，则执行步骤S214。在步骤S214中，当前用能设备集构建完毕，并从所述用能设备群中去除完成分组的用能设备，以更新所述用能设备群。例如，完成分组的当前用能设备集C₂中包括平均功率为P₄、P₅、P₆所各自对应的用能设备，则在用能设备群中去除平均功率为P₄、P₅、P₆所各自对应的用能设备，以更新用能设备群。

之后，需对于未完成分组的用能设备，重复执行上述步骤，直至生成的多个用能设备集中包括所有的用能设备。具体地，根据更新后的用能设备群重复执行步骤S211至S214，直至所有的用能设备均有归属的用能设备集。举例来讲，如图中步骤S215所示，判断用能设备群中是否还存在未完成分组的用能设备；若是，则重复执行步骤S211至S214；若否，则结束。

根据图4所示的分组方法，对用能设备群进行分组后可以生成多个用能设备集{C₁、C₂……C_K}。但并不限于图4所示的分组方法，只要能使生成的每一用能设备集中的用能设备的平均功率相差不大的分组方式或者分组条件均可。

步骤S30：按照各所述用能设备集的分析顺序，依次对每一当前用能设备集执行如下步骤：根据所述用能设备群的用能量数据，确定在一时段中每一时间间隔的当前用能设备集中各用能设备的第一开关状态；根据对应各所述第一开关状态的用能量估计数据与所述用能设备群的用能量数据的比较结果对所述第一开关状态进行修正，以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态，用于更新所述用能设备群的用能量数据以用于下一用能设备集的第二开关状态的获取。

其中，所述分析顺序是指执行第二开关状态的分析方法的顺序。

在一实施例中，所述分析顺序是根据各所述用能设备集中用能设备的平均功率的最大值之间的排序结果所确定的。具体地，根据各用能设备集中各用能设备的平均功率，获取每个用能设备集中用能设备的平均功率的最大值，并根据每个用能设备集所对应的最大值对所述用能设备集进行排序，以生成由大到小的分析顺序。按照从大到小的分析顺序，依次对每一当前用能设备集执行用能设备的第二开关状态的分析方法。

请参阅图5，图5显示为本申请的用能设备的第二开关状态的分析方法在一实施例中的流程示意图。如图5所示，所述第二开关状态的分析方法包括：步骤S221、步骤S222。

步骤S221：根据所述用能设备群的用能量数据，确定在一时段中每一时间间隔的当前用能设备集中各用能设备的第一开关状态。

在一实施例中，在所述用能设备群的用能量数据在相邻时间间隔的变化量同该相邻时间间隔对应的开关状态变化事件间满足预设误差约束的情况下，确定所述开关状态变化事件的最小化结果。根据所述最小化结果，以获得一时段中每一时间间隔内当前用能设备集中各用能设备的第一开关状态。

其中，按照所述分析顺序分析第一个用能设备集的第一开关状态时，所述用能设备群的用能量数据为步骤S10中获取的每一时间间隔的所述多个用能设备的用能量，所述用能量数据可由如下公式表示：

其中，

为所述每一用能设备在t时间间隔内的用能量。需要说明的是，所述用能设备群的用能量数据在执行步骤S222后会进行更新。例如，分析得到所述第一个用能设备集的第二开关状态后，在顺序分析第二个用能设备集的第二开关状态时，需要将所述用能量数据y_t中去除第一个用能设备集的第二开关状态所对应的用能量，以更新所述用能量数据y_t。

根据所述用能设备群的用能量数据在相邻时间间隔的变化量K_t可得到当前用能设备集中是否存在开关状态变化事件，所述用能量数据的变化量K_t为：

K_t＝|y_t-y_t-1| (3)

所述当前用能设备集中的每个用能设备是否存在开关状态变化事件的集合可用变化向量Δ_t来表示。所述开关状态变化事件是指在相邻的时间间隔内所述用能设备的开关状态发生改变。例如，一用能设备的开关状态在相邻的时间间隔内由开启状态转变为关闭状态，或者一用能设备的开关状态在相邻的时间间隔内由关闭状态转变为开启状态。在本申请的实施例中，变化向量Δ_t中元素为1代表与该元素对应的用能设备在相邻的时间间隔内存在开关状态变化事件，变化向量Δ_t中元素为0代表与该元素对应的用能设备在相邻的时间间隔不存在开关状态变化事件。

其中，Δ_t＝|X_t-X_t-1|。其中，X_t为t时间间隔内所述当前用能设备集中各用能设备的开关状态。X_t-1为t-1时间间隔内所述当前用能设备集中各用能设备的开关状态。在本申请的实施例中，X_t向量中元素为1代表在t时间间隔内与所述元素对应的用能设备处于开启状态，X_t向量中元素为0代表在t-1时间间隔内与所述元素对应的用能设备处于关闭状态。

在本申请的实施方式中，利用了开关状态变化事件具有稀疏性的特性，将非侵入式负荷监测分析用能设备是否发生开关状态变化事件的过程转换为：求解在预设误差约束下的稀疏优化问题，其中，所述稀疏优化问题为使当前用能设备集的开关状态变化事件的数量最小。其中，所述稀疏优化问题可由如下公式表示：

min||Δ_t||₀ (4)

其中，公式(4)表示的是在相邻的时间间隔内，所述当前用能设备集的开关状态变化事件的数量最少，即所述变化向量Δ_t中的非零元素的个数最少。其中，Δ_t∈{0，1}^N，||Δ_t||₀≤U，U为开关状态变化事件的上限阈值。

所述预设误差约束包括：在当前用能设备集中用能设备的开关状态变化事件的影响下，当前用能设备集中各个用能设备的平均功率与所述用能设备群的用能量数据在相邻时间间隔的变化量的差异需满足预设误差。在本申请的实施例中所述预设误差约束可用如下公式表示：

||Δ_tP-K_t||₂＜δ (5)

其中，P代表的是在当前用能设备集中用能设备的平均功率向量。其中，所述误差约束中的预设误差δ是根据用能量数据的敏感度Δf确定的。在本申请的实施方式中，所述预设误差δ等于所述用能量数据的敏感度Δf的二倍。

所述用能量数据的敏感度Δf为一时段中的每一时间间隔内的用能量数据的上限

和用能量数据的下限y _t之间差的最大值。所述用能量数据的敏感度Δf可由如下公式表示：

其中，

由于外部供能因素、用能计量设备自身因素、用能设备中的有源器件等因素的影响，所述每一时间间隔的所述用能量数据y_t存在波动，即每一时间间隔的所述用能量数据y_t在用能量数据的上限

和用能量数据的下限y _t之间波动。所述用能量数据的敏感度Δf可以通过分析多个一时段中的用能量数据来确定。具体地，通过多个一时段中的用能量数据确定每一时间间隔所对应的用能量数据的上限

和用能量数据的下限y _t，进而可以确定所述用能量数据的敏感度Δf。

在所述预设误差约束的限制下，求解使所述开关状态变化事件的数量最小的稀疏优化问题时，需要将上述稀疏优化问题转换为0到1区间内的近似优化问题：

Δ_t∈[0，1]^N (7)

公式(7)表示的是求解的变化向量Δ_t中的元素的取值在0到1的区间内。将上述稀疏优化问题转换为0到1区间内的近似优化问题是在公式(1)所述的分组条件的基础上得到的。公式(1)所限制的条件是在解码过程中所涉及的多个用能设备的平均功率相差不能太大，才能将所述稀疏优化问题转换为0到1区间内的近似优化问题。

但是，上述近似优化问题是0范数的近似优化问题，属于NP-hard问题。所以需要将上述0范数的近似优化问题转换为凸优化的1范数的近似优化问题求解：

min||Δ_t||₁ (8)

需要说明的是，所述0范数的近似优化问题和1范数的近似优化问题在一定条件下是等价的。在所述用能设备群的用能量数据在相邻时间间隔的变化量同该相邻时间间隔对应的开关状态变化事件间满足公式(5)所示的预设误差约束的情况下，在0至1区间内求解公式(8)所示的1范数的近似优化问题。其中，求解所述1范数的近似优化问题可得到所述变化向量Δ_t的优化解，即可确定所述开关状态变化事件的最小化结果。所述开关状态变化事件的最小化结果是在0至1区间内的值。

根据所述最小化结果，以获得一时段中每一时间间隔内当前用能设备集中各用能设备的第一开关状态。

在一实施例中，根据所述最小化结果和当前用能设备集中各个用能设备的初始开关状态，确定每一时间间隔内当前用能设备集中各个用能设备的第一开关状态的中间结果；以每一时间间隔内的第一开关状态的中间结果为开关概率以生成第一开关状态。

在一具体实施例中，根据所述用能设备群的用能量数据Y＝(y₀,....,y_T)，对于每一相邻的时间间隔求解用能量数据的变化量K_t，将每一相邻时间间隔的所述变化量K_t带入公式(8)中，可求得每一相邻时间间隔的开关状态变化事件的最小化结果Δ₁，Δ₂…，Δ_T。其中，最小化结果Δ₁是根据第一时间间隔的用能量数据y₁和初始时间间隔的用能量数据y₀的变化量得到的，Δ_T是根据一时段中最后一时间间隔的用能量数据y_T和前一时间间隔的用能量数据y_T-1的变化量得到的。初始时间间隔的用能量数据y₀的作用是，在获取该数值的用量数据之后可以准确地进行用能设备开关状态的分析。在一实施例中，所述初始时间间隔的用能量数据y₀为0，进而可以确定初始时间间隔内用能设备群中各用能设备的初始开关状态均为关闭。在其他实施例中，所述初始时间间隔的用能量数据y₀也可以为其他能够直接推断出用能设备群中各用能设备的初始开关状态的数值。

根据所述最小化结果Δ₁，Δ₂…，Δ_T和当前用能设备集中各个用能设备的初始开关状态，可确定每一时间间隔内当前用能设备集中各个用能设备的第一开关状态的中间结果。

X_t＝X_t-1⊙(1-Δ_t-1)+(1-X_t-1)⊙Δ_t-1 (9)

其中，⊙符号表示的是两个行数与列数均相同的矩阵的哈达玛积，公式(9)中的1代表的是与第一开关状态的中间结果X_t-1相同的列数与行数的矩阵，并且矩阵中的元素均为数值1。

具体地，将最小化结果Δ₁和当前用能设备集中各个用能设备的第一开关状态X₀带入公式(9)，可确定第一时间间隔内的当前用能设备集中各个用能设备的第一开关状态的中间结果X₁，依次将最小化结果和对应的第一开关状态X_t带入公式(9)，可确定在一时段中每一时间间隔内当前用能设备集中各个用能设备的第一开关状态的中间结果X₁，X₂……，X_T。

所述当前用能设备集中第一开关状态的中间结果X₁，X₂……，X_T的取值在0到1区间内。对所述中间结果执行取整操作可以得到取值为0或1的第一开关状态。

在一具体实施例中，所述取整操作为以每一时间间隔内的第一开关状态的中间结果为开关概率以生成第一开关状态。具体地，以所述第一开关状态的中间结果中的元素为概率生成1，以1和所述第一开关状态的中间结果中的元素的差值为概率生成0。例如，当前用能设备集在一时间间隔内的所述第一开关状态的中间结果X₁为(0.1，0.2，0.8，0.9)，将所述第一开关状态的中间结果X₁输入开关状态生成器，以0.9为例，所述开关状态生成器以0.9的概率输出1，以0.1的概率输出0，并且以所述开关状态的生成器的输出作为该时间间隔内当前用能设备集的第一开关状态。

得到当前用能设备集的第一开关状态后，针对当前用能设备集的第一开关状态执行步骤S222。

步骤S222：根据对应各所述第一开关状态的用能量估计数据与所述用能设备群的用能量数据的比较结果对所述第一开关状态进行修正，以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态，用于更新所述用能设备群的用能量数据以用于下一用能设备集的第二开关状态的获取。

其中，所述当前用能设备集的用能量估计数据为所述当前用能设备集的第一开关状态同当前用能设备集中各用能设备的平均功率的向量乘积。例如，第二时间间隔内当前用能设备集C₂的第一开关状态X₂为(0，1，1，1)，当前用能设备集C₂中各用能设备的平均功率为(70，80，90，100)，则第二时间间隔内所述当前用能设备集C₂的用能量估计数据为270。所述用能量估计数据会根据后续修正过程中每一次修正后的第一开关状态进行更新，以获取更新后的用能量估计数据。

如下实施例是对一用能设备集中的每一时间间隔的第一开关状态的修正过程，通过对每一用能设备集的每一时间间隔内的第一开关状态执行如下修正操作，以得到每一用能设备集的各时间间隔内的第二开关状态。

在一实施例中，通过判断所述用能量估计数据同所述用能设备群的用能量数据的大小，基于所述当前用能设备集中各用能设备的平均功率对所述第一开关状态进行修正，以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态。

例如，在一时段中的每一时间间隔内，如果所述用能量估计数据大于所述用能设备群的用能量数据，则获取当前用能设备集中各用能设备的第一开关状态中为开启状态的用能设备的平均功率，并将其中平均功率最大值所对应的用能设备的第一开关状态修正为关闭状态。如果更新后的用能量估计数据仍大于所述用能设备群的用能量数据，还会继续对修正后的第一开关状态执行上述修正过程，直至所述用能量估计数据等于或小于所述用能设备群的用能量数据、或者对当前用能设备集中的所有用能设备均进行了修正。

基于上述修正后的第一开关状态进行判断：

如果所述用能量估计数据等于所述用能设备群的用能量数据、或者对当前用能设备集中的所有用能设备均进行了修正，则此时修正后的第一开关状态为当前用能设备集中用能设备的第二开关状态。

或者，如果所述用能量估计数据小于所述用能设备群的用能量数据，则获取当前用能设备集中各用能设备的第一开关状态中为关闭状态的用能设备的平均功率，并将其中平均功率最小值所对应的用能设备的第一开关状态修正为开启状态，如果更新后的用能量估计数据仍小于所述用能设备群的用能量数据，还会继续对修正后的第一开关状态执行上述修正过程，直至所述用能量估计数据等于或大于所述用能设备群的用能量数据，或者对当前用能设备集中的所有用能设备均进行了修正，则，此时修正后的第一开关状态为当前用能设备集中用能设备的第二开关状态。

又如，在一时段中的每一时间间隔内，如果所述用能量估计数据小于所述用能设备群的用能量数据，则获取当前用能设备集中各用能设备的第一开关状态中为关闭状态的用能设备的平均功率，并将其中平均功率最小值所对应的用能设备的第一开关状态修正为开启状态，如果更新后的用能量估计数据仍小于所述用能设备群的用能量数据，还会继续对修正后的第一开关状态执行上述修正过程，直至所述用能量估计数据等于或大于所述用能设备群的用能量数据，或者对当前用能设备集中的所有用能设备均进行了修正，则此时修正后的第一开关状态为当前用能设备集中用能设备的第二开关状态。

对于一当前用能设备集的每一时间间隔的第一开关状态，按照时间顺序依次对每一时间间隔的当前用能设备集的第一开关状态进行修正，可以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态。

承接上述，在获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态后，将所述用能设备群的用能量数据中去除与当前用能设备集中用能设备的第二开关状态相对应的用能量数据，以更新所述用能设备群的用能量数据。

例如，获取的一时段中每一时间间隔内当前用能设备集C₁的第二开关状态分别为X₁＝(0，1，1，0)、X₂＝(0，1，1，1)、X₃＝(1，1，1，0)，当前用能设备集C₁中用能设备的平均功率为(90，100，110，120)，则每一时间间隔内与当前用能设备集C₁中用能设备的第二开关状态相对应的用能量数据为(210，330，300)，并将所述用能设备群的用能量数据Y＝(y₀，y₁，y₂，y₃)＝(0，400，500，600)中去除当前用能设备集中用能设备的第二开关状态相对应的用能量数据，进而得到更新后的所述用能设备群的用能量数据Y＝(y₀，y₁，y₂，y₃)＝(0，190，170，300)。

步骤S40：根据在每一时间间隔的每个用能设备集中各个用能设备的第二开关状态，形成所述多个用能设备在一时段中的开关状态集。

所述开关状态集中包括一时段中各时间间隔内所述用能设备群中多用能设备的第二开关状态。例如，用能设备集C₁在一时段中三个时间间隔内的第二开关状态分别为X₁＝(0，1，1，0)、X₂＝(0，1，1，1)、X₃＝(1，1，1，0)，用能设备集C₂在一时段中三个时间间隔内的第二开关状态分别为X₁＝(1，1，1，0)、X₂＝(0，1，1，1)、X₃＝(0，1，1，1)，则所述多个用能设备在一时段中的开关状态集可以表示为(X’₁，X’₂，X’₃)。其中，X’₁＝(0，1，1，0，1，1，1，0)、X’₂＝(0，1，1，1，0，1，1，1)、X’₃＝(1，1，1，0，0，1，1，1)。

在一实施方式中，本申请的用能设备的开关状态分析方法还包括：根据所述多个用能设备在一时段中的开关状态集，得到一时段中每一所述用能设备的用能量数据。

具体地，根据所述开关状态集中各时间间隔内一用能设备的第二开关状态，和该用能设备的平均功率，可以得到一时段中每一所述用能设备的用能量数据。例如，在一时段中四个时间间隔内电视机的第二开关状态为(0，1，1，0)，其中，每一时间间隔为1s，电视机的平均功率为120W，则在一时段中电视机的用能量数据为2s×120W。

在一实施例中，通过上述分析方法获得一时段中每一所述用能设备的用能量数据后，还将一时段中每一所述用能设备的用能量数据发送至客户端。所述客户端与前文所述的相同或相似在此不再详述。通过获取一时段中每一所述用能设备的用能量数据，可以确定在一时段中各个用能设备的用能量情况。在这种情况下，用户可以在日后使用各用能设备时，有针对性地对耗能多的用能设备的开关状态进行调节以节省能量。

本申请还提供一种用能设备的开关状态分析系统，用于确定一时段中每一时间间隔内用能设备群的开关状态集。其中，所述开关状态集中包括用能设备群在一时段中各时间间隔内的第二开关状态。

请参阅图6，图6显示为本申请的用能设备的开关状态分析系统在一实施例中的模块示意图。如图6所示，所述开关状态分析系统600包括：获取模块601、分组模块602、第二开关状态确定模块603、开关状态集确定模块604。所述开关状态分析系统600可以应用在图1或图2所示的电子设备中。例如，以软件形式搭载在图1或图2所示的电子设备中以实现相应功能。

所述获取模块601用于获取每一所述用能设备的平均功率和用能设备群的用能量数据。

所述平均功率为预设时间内每一用能设备消耗功率的平均值。所述预设时间可以为所述一时段或者是所述一时段的整数倍等，但不以此为限。在一实施例中，每一用能设备的平均功率P_i可以通过在所述预设时间内单独开启每一用能设备所获得的用能量数据得到。在另一实施例中，所述每一用能设备的平均功率P_i可以用每一用能设备的额定功率近似。所述用能设备群的用能量数据Y＝(y₀,....,y_T)包括：一时段中每一时间间隔内用能设备群的用能量数据Y′＝(y₁,....,y_T)和用能设备群的初始用能量数据y₀。

其中，所述时间间隔t包括但不限于：一或多秒、一或多分钟、一或多小时、一或多日、一或多周、或者一或多月等。其中，多个所述时间间隔t构成一时段。T为一时段中时间间隔的个数。举例来说，设所述一时段为一天，所述时间间隔t可以为一天中的每分钟、每小时等。或者，按照用能计量设备计量用能量数据时的更新周期将一时段分为多个时间间隔。例如，所述一时段为1小时，所述更新周期为6秒，则每6秒为一时间间隔，一时段中时间间隔的个数T为600。其中，i∈N，N代表所述多个用能设备的个数。

在一实施例中，所述每一所述用能设备的平均功率和用能设备群的用能量数据可以预先存储在所述存储装置中，以便所述用能设备的开关状态分析系统600可以从图1或图2所示的电子设备的存储装置中获取以上数据。

在一实施例中，所述每一所述用能设备的平均功率和用能设备群的用能量数据可以通过与客户端和/或与所述电子设备通信连接的用能计量设备获取。例如，图2所示的电子设备200与所述客户端和用能计量设备通信连接，获取所述客户端发送的每一所述用能设备的平均功率以及获取用能计量设备发送的用能设备群的用能量数据Y＝(y₀,....,y_T)。又如，所述客户端与所述用能计量设备通信连接后获取所述用能设备群的用能量数据后，将用能设备群的用能量数据和每一所述用能设备的平均功率发送至图2所示的电子设备200。再如，在用户将所述平均功率输入所述用能计量设备或者用能计量设备具备监测每一所述用能设备的平均功率的功能的条件下，图2所示的电子设备200也可以只与用能计量设备通信连接，来获取所述每一所述用能设备的平均功率和用能设备群的用能量数据。

所述电子设备根据获取的每一所述用能设备的平均功率和用能设备群的用能量数据来获得一或多个用能设备集，以及获得一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态。

所述分组模块602根据每一所述用能设备的平均功率对所述用能设备群进行分组，以得到一或多个用能设备集。

在一实施例中，对所述用能设备群进行分组之前，将用能设备群中用能设备的平均功率依据大小进行排序，以得到从小到大顺序排列的平均功率序列P₁,P₂,...,P_N，进而可以提升执行分组操作的效率，其中，P₁<P₂...<P_N。

所述分组模块602在进行分组操作时，基于不断更新的用能设备群，重复执行如下操作以生成多个用能设备集{C₁、C₂……C_K}。其中，K为用能设备集的个数。

所述分组模块602将所述用能设备群中平均功率的最小值和次最小值所对应的用能设备归属至当前用能设备集。

需要说明的是，所述用能设备群会根据每一个分组结果进行更新。例如。初始时，所述用能设备群中包括10个用能设备，则将10个用能设备中平均功率的最小值和次最小值所对应的用能设备归属至当前用能设备集C₁。如果分成的第一个用能设备集C₁中包括3个用能设备，则在生成第二个用能设备集C₂时，所述用能设备群中包括剩余的7个用能设备，并且，将剩余的7个用能设备中平均功率的最小值和次最小值所对应的用能设备归属至当前用能设备集C2。

所述分组模块602判断所述用能设备群中各其余用能设备的平均功率是否满足当前用能设备集的预设分组条件。需要说明的是，在进行判断前需要对所述当前用能设备集中的各用能设备按照平均功率从小到大排序。其中，所述当前用能设备集的预设分组条件可由公式(1)表示：

其中，|C|为当前用能设备集中的总用能设备数。例如，在构建前用能设备集C₁时，初始时，当前用能设备集C₁中包括2个用能设备。在依据公式(1)进行判断时，如果判断结果为是，则其余设备中有满足预设分组条件的用能设备，进而当前用能设备集中C₁中的总用能设备数会根据判断结果进行增加。需要说明的是，再次判断所述用能设备群中其余用能设备的平均功率是否满足当前用能设备集C₁的预设分组条件时，需要再次对增加用能设备的当前用能设备集C₁中的各用能设备按照平均功率从小到大排序，以再次进行判断。

其中，c_j为当前用能设备集中每一用能设备所对应的平均功率。j为每一用能设备所对应的平均功率的排序号。例如，当前用能设备集中两个用能设备所对应的平均功率分别为c₁、c₂，其中，c₁＜c₂。δ为预设误差，所述预设误差是根据用能量数据的敏感度Δf确定的。在一实施例中，所述预设误差δ为所述用能量数据的敏感度Δf的2倍，但不限于此。所述用能量数据的敏感度Δf将会在后续详述。其中，P_i为未归属至用能设备集中的其他用能设备所对应的平均功率。

如果判断结果为是，则将满足所述分组条件的用能设备分到当前用能设备集中。例如，当前用能设备集C₁中包括2个用能设备，如果用能设备群中平均功率为P₃的用能设备满足所述当前用能设备集C₁的预设分组条件，则将P₃所对应的用能设备归属至当前用能设备集中。并根据更新后的当前用能设备集C₁重新进行判断。

如果判断结果为否，则当前用能设备集构建完毕，并从所述用能设备群中去除完成分组的用能设备，以更新所述用能设备群。例如，完成分组的当前用能设备集C₂中包括平均功率为P₄、P₅、P₆所各自对应的用能设备，则在用能设备群中去除平均功率为P₄、P₅、P₆所各自对应的用能设备，以更新用能设备群。

所述分组模块602对于未完成分组的用能设备，重复执行上述操作，直至生成的多个用能设备集中包括所有的用能设备。

所述第二开关状态确定模块603用于按照各所述用能设备集的分析顺序，依次对每一当前用能设备集执行如下操作：根据所述用能设备群的用能量数据，确定在一时段中每一时间间隔的当前用能设备集中各用能设备的第一开关状态；根据对应各所述第一开关状态的用能量估计数据与所述用能设备群的用能量数据的比较结果对所述第一开关状态进行修正，以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态，用于更新所述用能设备群的用能量数据以用于下一用能设备集的第二开关状态的获取。

其中，所述分析顺序是指执行获取当前用能设备集中用能设备的第二开关状态的操作的顺序。

在一实施例中，所述分析顺序是根据各所述用能设备集中用能设备的平均功率的最大值之间的排序结果所确定的。具体地，根据各用能设备集中各用能设备的平均功率，获取每个用能设备集中用能设备的平均功率的最大值，并根据每个用能设备集所对应的最大值对所述用能设备集进行排序，以生成由大到小的分析顺序。按照从大到小的分析顺序，依次对每一当前用能设备集执行获取当前用能设备集中用能设备的第二开关状态的操作。

所述第二开关状态确定模块603根据所述用能设备群的用能量数据，确定在一时段中每一时间间隔的当前用能设备集中各用能设备的第一开关状态。

在一实施例中，在所述用能设备群的用能量数据在相邻时间间隔的变化量同该相邻时间间隔对应的开关状态变化事件间满足预设误差约束的情况下，确定所述开关状态变化事件的最小化结果。根据所述最小化结果，以获得一时段中每一时间间隔内当前用能设备集中各用能设备的第一开关状态。

其中，按照所述分析顺序分析第一个用能设备集的第一开关状态时，所述用能设备群的用能量数据为获取的每一时间间隔的所述多个用能设备的用能量，所述用能量数据可由如下公式表示：

其中，

为所述每一用能设备在t时间间隔内的用能量。需要说明的是，所述用能设备群的用能量数据会根据获取的每一当前用能设备集的第二开关状态进行更新。例如，分析得到所述第一个用能设备集的第二开关状态后，在顺序分析第二个用能设备集的第二开关状态时，需要将所述用能量数据y_t中去除第一个用能设备集的第二开关状态所对应的用能量，以更新所述用能量数据y_t。

根据所述用能设备群的用能量数据在相邻时间间隔的变化量K_t可得到当前用能设备集中是否存在开关状态变化事件，所述用能量数据的变化量K_t为：

K_t＝|y_t-y_t-1| (3)

所述当前用能设备集中的每个用能设备是否存在开关状态变化事件的集合可用变化向量Δ_t来表示。所述开关状态变化事件是指在相邻的时间间隔内所述用能设备的开关状态发生改变。例如，一用能设备的开关状态在相邻的时间间隔内由开启状态转变为关闭状态，或者一用能设备的开关状态在相邻的时间间隔内由关闭状态转变为开启状态。在本申请的实施例中，变化向量Δ_t中元素为1代表与该元素对应的用能设备在相邻的时间间隔内存在开关状态变化事件，变化向量Δ_t中元素为0代表与该元素对应的用能设备在相邻的时间间隔不存在开关状态变化事件。

其中，Δ_t＝|X_t-X_t-1|。其中，X_t为t时间间隔内所述当前用能设备集中各用能设备的开关状态。X_t-1为t-1时间间隔内所述当前用能设备集中各用能设备的开关状态。在本申请的实施例中，X_t向量中元素为1代表在t时间间隔内与所述元素对应的用能设备处于开启状态，X_t向量中元素为0代表在t-1时间间隔内与所述元素对应的用能设备处于关闭状态。

在本申请的实施方式中，利用了开关状态变化事件具有稀疏性的特性，将非侵入式负荷监测分析用能设备是否发生开关状态变化事件的过程转换为：求解在预设误差约束下的稀疏优化问题，其中，所述稀疏优化问题为使当前用能设备集的开关状态变化事件的数量最小。其中，所述稀疏优化问题可由如下公式表示：

min||Δ_t||₀ (4)

其中，公式(4)表示的是在相邻的时间间隔内，所述当前用能设备集的开关状态变化事件的数量最少，即所述变化向量Δ_t中的非零元素的个数最少。其中，Δ_t∈{0，1}^N，||Δ_t||₀≤U，U为开关状态变化事件的上限阈值。

所述预设误差约束包括：在当前用能设备集中用能设备的开关状态变化事件的影响下，当前用能设备集中各个用能设备的平均功率与所述用能设备群的用能量数据在相邻时间间隔的变化量的差异需满足预设误差。在本申请的实施例中所述预设误差约束可用如下公式表示：

||Δ_tP-K_t||₂＜δ (5)

其中，P代表的是在当前用能设备集中用能设备的平均功率向量。其中，所述误差约束中的预设误差δ是根据用能量数据的敏感度Δf确定的。在本申请的实施方式中，所述预设误差δ等于所述用能量数据的敏感度Δf的二倍。

所述用能量数据的敏感度Δf为一时段中的每一时间间隔内的用能量数据的上限

和用能量数据的下限y _t之间差的最大值。所述用能量数据的敏感度Δf可由如下公式表示：

其中，

由于外部供能因素、用能计量设备自身因素、用能设备中的有源器件等因素的影响，所述每一时间间隔的所述用能量数据y_t存在波动，即每一时间间隔的所述用能量数据y_t在用能量数据的上限

和用能量数据的下限y _t之间波动。所述用能量数据的敏感度Δf可以通过分析多个一时段中的用能量数据来确定。具体地，通过多个一时段中的用能量数据确定每一时间间隔所对应的用能量数据的上限

和用能量数据的下限y _t，进而可以确定所述用能量数据的敏感度Δf。

在所述预设误差约束的限制下，求解使所述开关状态变化事件的数量最小的稀疏优化问题时，需要将上述稀疏优化问题转换为0到1区间内的近似优化问题：

Δ_t∈[0，1]^N (7)

公式(7)表示的是求解的变化向量Δ_t中的元素的取值在0到1的区间内。将上述稀疏优化问题转换为0到1区间内的近似优化问题是在公式(1)所述的分组条件的基础上得到的。公式(1)所限制的条件是在解码过程中所涉及的多个用能设备的平均功率相差不能太大，才能将所述稀疏优化问题转换为0到1区间内的近似优化问题。

但是，上述近似优化问题是0范数的近似优化问题，属于NP-hard问题。所以需要将上述0范数的近似优化问题转换为凸优化的1范数的近似优化问题求解：

min||Δ_t||₁ (8)

需要说明的是，所述0范数的近似优化问题和1范数的近似优化问题在一定条件下是等价的。在所述用能设备群的用能量数据在相邻时间间隔的变化量同该相邻时间间隔对应的开关状态变化事件间满足公式(5)所示的预设误差约束的情况下，在0至1区间内求解公式(8)所示的1范数的近似优化问题。其中，求解所述1范数的近似优化问题可得到所述变化向量Δ_t的优化解，即可确定所述开关状态变化事件的最小化结果。所述开关状态变化事件的最小化结果是在0至1区间内的值。

所述第二开关状态确定模块603根据所述最小化结果，以获得一时段中每一时间间隔内当前用能设备集中各用能设备的第一开关状态。

在一实施例中，根据所述最小化结果和当前用能设备集中各个用能设备的初始开关状态，确定每一时间间隔内当前用能设备集中各个用能设备的第一开关状态的中间结果；以每一时间间隔内的第一开关状态的中间结果为开关概率以生成第一开关状态。

在一具体实施例中，根据所述用能设备群的用能量数据Y＝(y₀,....,y_T)，对于每一相邻的时间间隔求解用能量数据的变化量K_t，将每一相邻时间间隔的所述变化量K_t带入公式(8)中，可求得每一相邻时间间隔的开关状态变化事件的最小化结果Δ₁，Δ₂…，Δ_T。其中，最小化结果Δ₁是根据第一时间间隔的用能量数据y₁和初始时间间隔的用能量数据y₀的变化量得到的，Δ_T是根据一时段中最后一时间间隔的用能量数据y_T和前一时间间隔的用能量数据y_T-1的变化量得到的。初始时间间隔的用能量数据y₀的作用是，在获取该数值的用量数据之后可以准确地进行用能设备开关状态的分析。在一实施例中，所述初始时间间隔的用能量数据y₀为0，进而可以确定初始时间间隔内用能设备群中各用能设备的初始开关状态均为关闭。在其他实施例中，所述初始时间间隔的用能量数据y₀也可以为其他能够直接推断出用能设备群中各用能设备的初始开关状态的数值。

根据所述最小化结果Δ₁，Δ₂…，Δ_T和当前用能设备集中各个用能设备的初始开关状态，可确定每一时间间隔内当前用能设备集中各个用能设备的第一开关状态的中间结果。

X_t＝X_t-1⊙(1-Δ_t-1)+(1-X_t-1)⊙Δ_t-1 (9)

其中，⊙符号表示的是两个行数与列数均相同的矩阵的哈达玛积，公式(9)中的1代表的是与第一开关状态的中间结果X_t-1相同的列数与行数的矩阵，并且矩阵中的元素均为数值1。

具体地，将最小化结果Δ₁和当前用能设备集中各个用能设备的第一开关状态X₀带入公式(9)，可确定第一时间间隔内的当前用能设备集中各个用能设备的第一开关状态的中间结果X₁，依次将最小化结果和对应的第一开关状态X_t带入公式(9)，可确定在一时段中每一时间间隔内当前用能设备集中各个用能设备的第一开关状态的中间结果X₁，X₂……，X_T。

所述当前用能设备集中第一开关状态的中间结果X₁，X₂……，X_T的取值在0到1区间内。对所述中间结果执行取整操作可以得到取值为0或1的第一开关状态。

在一具体实施例中，所述取整操作为以每一时间间隔内的第一开关状态的中间结果为开关概率以生成第一开关状态。具体地，以所述第一开关状态的中间结果中的元素为概率生成1，以1和所述第一开关状态的中间结果中的元素的差值为概率生成0。例如，当前用能设备集在一时间间隔内的所述第一开关状态的中间结果X₁为(0.1，0.2，0.8，0.9)，将所述第一开关状态的中间结果X₁输入开关状态生成器，以0.9为例，所述开关状态生成器以0.9的概率输出1，以0.1的概率输出0，并且以所述开关状态的生成器的输出作为该时间间隔内当前用能设备集的第一开关状态。

得到当前用能设备集的第一开关状态后，需要对当前用能设备集的第一开关状态进行修正。

具体地，根据对应各所述第一开关状态的用能量估计数据与所述用能设备群的用能量数据的比较结果对所述第一开关状态进行修正，以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态，用于更新所述用能设备群的用能量数据以用于下一用能设备集的第二开关状态的获取。

其中，所述当前用能设备集的用能量估计数据为所述当前用能设备集的第一开关状态同当前用能设备集中各用能设备的平均功率的向量乘积。例如，第二时间间隔内当前用能设备集C₂的第一开关状态X₂为(0，1，1，1)，当前用能设备集C₂中各用能设备的平均功率为(70，80，90，100)，则第二时间间隔内所述当前用能设备集C₂的用能量估计数据为270。所述用能量估计数据会根据后续修正过程中每一次修正后的第一开关状态进行更新，以获取更新后的用能量估计数据。

如下实施例是对一用能设备集中的每一时间间隔的第一开关状态的修正过程，通过对每一用能设备集的每一时间间隔内的第一开关状态执行如下修正操作，以得到每一用能设备集的各时间间隔内的第二开关状态。

在一实施例中，通过判断所述用能量估计数据同所述用能设备群的用能量数据的大小，基于所述当前用能设备集中各用能设备的平均功率对所述第一开关状态进行修正，以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态。

例如，在一时段中的每一时间间隔内，如果所述用能量估计数据大于所述用能设备群的用能量数据，则获取当前用能设备集中各用能设备的第一开关状态中为开启状态的用能设备的平均功率，并将其中平均功率最大值所对应的用能设备的第一开关状态修正为关闭状态。如果更新后的用能量估计数据仍大于所述用能设备群的用能量数据，还会继续对修正后的第一开关状态执行上述修正过程，直至所述用能量估计数据等于或小于所述用能设备群的用能量数据、或者对当前用能设备集中的所有用能设备均进行了修正。

基于上述修正后的第一开关状态进行判断：

如果所述用能量估计数据等于所述用能设备群的用能量数据、或者对当前用能设备集中的所有用能设备均进行了修正，则此时修正后的第一开关状态为当前用能设备集中用能设备的第二开关状态。

或者，如果所述用能量估计数据小于所述用能设备群的用能量数据，则获取当前用能设备集中各用能设备的第一开关状态中为关闭状态的用能设备的平均功率，并将其中平均功率最小值所对应的用能设备的第一开关状态修正为开启状态，如果更新后的用能量估计数据仍小于所述用能设备群的用能量数据，还会继续对修正后的第一开关状态执行上述修正过程，直至所述用能量估计数据等于或大于所述用能设备群的用能量数据，或者对当前用能设备集中的所有用能设备均进行了修正，则，此时修正后的第一开关状态为当前用能设备集中用能设备的第二开关状态。

又如，在一时段中的每一时间间隔内，如果所述用能量估计数据小于所述用能设备群的用能量数据，则获取当前用能设备集中各用能设备的第一开关状态中为关闭状态的用能设备的平均功率，并将其中平均功率最小值所对应的用能设备的第一开关状态修正为开启状态，如果更新后的用能量估计数据仍小于所述用能设备群的用能量数据，还会继续对修正后的第一开关状态执行上述修正过程，直至所述用能量估计数据等于或大于所述用能设备群的用能量数据，或者对当前用能设备集中的所有用能设备均进行了修正，则此时修正后的第一开关状态为当前用能设备集中用能设备的第二开关状态。

对于一当前用能设备集的每一时间间隔的第一开关状态，按照时间顺序依次对每一时间间隔的当前用能设备集的第一开关状态进行修正，可以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态。

承接上述，在获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态后，将所述用能设备群的用能量数据中去除与当前用能设备集中用能设备的第二开关状态相对应的用能量数据，以更新所述用能设备群的用能量数据。

例如，获取的一时段中每一时间间隔内当前用能设备集C₁的第二开关状态分别为X₁＝(0，1，1，0)、X₂＝(0，1，1，1)、X₃＝(1，1，1，0)，当前用能设备集C₁中用能设备的平均功率为(90，100，110，120)，则每一时间间隔内与当前用能设备集C₁中用能设备的第二开关状态相对应的用能量数据为(210，330，300)，并将所述用能设备群的用能量数据Y＝(y₀，y₁，y₂，y₃)＝(0，400，500，600)中去除当前用能设备集中用能设备的第二开关状态相对应的用能量数据，进而得到更新后的所述用能设备群的用能量数据Y＝(y₀，y₁，y₂，y₃)＝(0，190，170，300)。

所述开关状态集确定模块604用于根据在每一时间间隔的每个用能设备集中各个用能设备的第二开关状态，形成所述多个用能设备在一时段中的开关状态集。

所述开关状态集中包括一时段中各时间间隔内所述用能设备群中多用能设备的第二开关状态。例如，用能设备集C₁在一时段中三个时间间隔内的第二开关状态分别为X₁＝(0，1，1，0)、X₂＝(0，1，1，1)、X₃＝(1，1，1，0)，用能设备集C₂在一时段中三个时间间隔内的第二开关状态分别为X₁＝(1，1，1，0)、X₂＝(0，1，1，1)、X₃＝(0，1，1，1)，则所述多个用能设备在一时段中的开关状态集可以表示为(X’₁，X’₂，X’₃)。其中，X’₁＝(0，1，1，0，1，1，1，0)、X’₂＝(0，1，1，1，0，1，1，1)、X’₃＝(1，1，1，0，0，1，1，1)。

在一实施方式中，本申请的用能设备的开关状态分析系统还包括用能量数据确定模块(未图示)，所述用能量数据确定模块根据所述多个用能设备在一时段中的开关状态集，得到一时段中每一所述用能设备的用能量数据。

具体地，根据所述开关状态集中各时间间隔内一用能设备的第二开关状态，和该用能设备的平均功率，可以得到一时段中每一所述用能设备的用能量数据。例如，在一时段中四个时间间隔内电视机的第二开关状态为(0，1，1，0)，其中，每一时间间隔为1s，电视机的平均功率为120W，则在一时段中电视机的用能量数据为2s×120W。

在一实施例中，所述用能设备的开关状态分析系统600获得一时段中每一所述用能设备的用能量数据后，还将一时段中每一所述用能设备的用能量数据发送至客户端。所述客户端与前文所述的相同或相似在此不再详述。通过获取一时段中每一所述用能设备的用能量数据，可以确定在一时段中各个用能设备的用能量情况。在这种情况下，用户可以在日后使用各用能设备时，有针对性地对耗能多的用能设备的开关状态进行调节以节省能量。

基于所述用能设备的开关状态分析方法，本申请还提供一种用能量数据的加密方法，所述用能量数据的加密方法应用于用能计量设备。本申请的用能量数据的加密方法可以针对用户希望能达到的总准确率，来确定各时间间隔内的噪声，使得通过加噪声后的各时间间隔内的用能量数据来破解用户用能设备的开关状态的总准确率满足用户期望的总准确率。

在一实施例中，所述用能计量设备获得用户输入的总准确率，所述用能计量设备选取满足所述总准确率的差分隐私系数，并确定与所述差分隐私系数相对应的噪声的概率密度分布的分布参数，进而基于符合上述分布参数的概率密度分布生成可满足所述总准确率的噪声。其中，所述差分隐私系数用于表示对用能量数据隐私保护的标准，所述差分隐私系数越小，差分隐私的隐私保护的标准越严格。

例如，对所述用能量数据通过添加上概率密度分布符合拉普拉斯分布的噪声来实现差分隐私，其中，所述概率密度分布的分布参数与差分隐私系数ε和所述用能量数据的敏感度Δf相关。例如，所述拉普拉斯分布的分布参数λ为所述用能量数据的敏感度Δf与所述差分隐私系数ε的比值，即

对所述用能量数据添加上概率密度分布符合拉普拉斯分布的噪声后，利用前文所述的用能设备的开关状态分析方法将所述加噪声后的用能量数据作为公式(8)所示的1范数的近似优化问题的输入，进而可求解出各用能设备集的开关状态变化事件的最小化结果。根据所述最小化结果，可以确定一时段中各时间间隔内每一用能设备集中用能设备的第二开关状态。

在本申请中，一时段中每一用能设备集的准确率α_i可由如下公式表示：

其中，

为通过加密数据得到的一时段中每一用能设备集中多个用能设备的第二开关状态，

为一时段中每一用能设备集中多个用能设备的实际开关状态。

所述一时段中每一用能设备集的准确率的期望受到约束，如下式(11)：

其中，T为一时段中时间间隔的总数量，N为用能设备群中用能设备的总数量，ε为差分隐私系数，δ为预设误差，i代表第i个用能设备集。其中，各用能设备集按照其用能设备的平均功率的最大值从大到小排序，则第1个用能设备集(i＝1)中平均功率的最大值大于其他用能设备集中平均功率的最大值。δ_i′、b(δ,ε)、以及B(δ,ε)可分别由公式(12)、公式(13)、以及公式(15)表示。

其中，

为U个用能设备的平均功率的总和，具体地，第i个用能设备集中平均功率的最大值可由

表示，则

所对应的U个平均功率是所述用能设备群中平均功率比

小的U个用能设备所对应的平均功率。U为开关状态变化事件的上限阈值。例如，用能设备群中的平均功率为(800，700，600，500，400，300，200，100)，所述上限阈值U为3，第2个用能设备集中各用能设备的平均功率的最大值为600，则3个平均功率分别为500、400、300，进而

m_k为每一用能设备集的准确率的期望的下限，P_k为每一用能设备集中各用能设备的平均功率，||P_k||₂为P_k的2范数，N_k为每一用能设备集中用能设备的个数。

其中，

A₁＝4b²C(P)+8δbC(P)-8bN，B₁＝6δbC(P)+8δ²C(P)-8δN，C₁＝3δ²C(P)，其中，N为用能设备群中用能设备的总数量，ε为差分隐私系数，δ为预设误差，C(P)是与所述多个用能设备的平均功率相关的常数，P为用能设备群中各述用能设备的平均功率所构成的功率向量。需要说明的是，式(13)中记载的各多项式的系数值并不限于举例，各多项式的系数值皆可以在基于上述举例的系数值的一浮动范围内选择。例如，所述范围为系数值+3至系数值-3，则举例来说，A₁中的第一项系数值的取值范围为1至7，A₁中的第二项系数值的取值范围为5至11，A₁中的第三项系数值的取值范围为-11至-5。在其它实施例中，也可以是正负百分比等。在一实施例中，所述常数C(P)可用公式(14)表示，但并不限于此。在其他实施例中，所述常数C(P)可以设置成任意常数与所述功率向量P的2范数的比值。

其中，A₂＝4m²-8δm-4mN||P||₂，B₂＝6δm-8δ²-4δN||P||₂，C₂＝3δ²，m＝N||P||₂+2δ，其中，N为用能设备群中用能设备的总数量，ε为差分隐私系数，P为用能设备群中各所述用能设备的平均功率所构成的功率向量。δ_3U、δ_4U均表示稀疏常数，所述稀疏常数是用于刻画所述功率向量P中最大元素值和最小元素值之间差距的常数。具体地，对于任意稀疏度小于等于3U的向量C，所述向量C满足

其中，P_L＝(P_i|P_i∈P,i∈L),

，N为所述功率向量P中元素的个数。由于所述辨识矩阵对应所述功率向量P，所述辨识矩阵是一维矩阵，所以δ_3U表示的是刻画所述功率向量P中最大元素值和最小元素值之间差距的常数。其中，U为开关状态变化事件的上限阈值。δ_4U对应的是在稀疏度小于等于4U的任意向量C的情况下，刻画所述功率向量P中最大元素值和最小元素值之间差距的常数。在其他实施例中，也可用满足其他稀疏度的任意向量C来确定稀疏常数，进而确定所述常数C(P)。需要说明的是，A₂、B₂、C₂、m所各自对应的多项式系数值并不限于举例，各多项式的系数值可以在一范围内选择。例如，所述范围为系数值+3至系数值-3，则A₂中的第一项系数值的取值范围为1至7，A₂中的第二项系数值的取值范围为-11至-5，A₂中的第三项系数值的取值范围为-7至-1。

各用能设备集的准确率的期望为E[α_i]，所述α表示总准确率，则总准确率的期望E[α]可由如下公式表示：

其中，N_i和公式(12)中的N_k均表示为每一用能设备集中用能设备的个数。

基于上述理解，所述公式(16)表示的是所述总准确率α与差分隐私系数ε之间的关系。

需要说明的是，所述总准确率α与所述差分隐私系数ε之间的关系并不限于上述实施方式。所述关系与非侵入式负荷监测的实现方式相关。例如，求解近似优化问题的预设误差约束不同，所述总准确率α与所述差分隐私系数ε之间的关系也会随之改变。

基于上述理解，本申请提供一种用能量数据的加密方法，所述用能量数据的加密方法可由图7所示的用能计量设备执行。

请参阅图7，图7显示为本申请的用能计量设备在一实施例中的结构示意图，如图7所示，所述用能计量设备700包括：测量装置701、输入装置702、存储装置703、处理装置704。

所述用能计量设备700举例为智能电表。智能电表由测量单元、数据处理单元、通信单元等组成，除了具备传统电能表的基本用电量的计量功能以外，它还具有用户端控制功能、多种数据传输模式的双向数据通信功能等智能化的功能。

测量装置701用于测量用能量数据，其中，所述用能量数据为一时段中每一时间间隔内用能设备群的用能量数据。所述测量装置701是所述用能计量设备700中的测量机构。所述测量装置701利用对电压和电流采样，通过计量芯片可以转换为实际的用能量数据。

输入装置702用于供外部输入。所述输入装置702可以供用户根据实际需求实时输入总准确率或者设置预设参数。所述总准确率表示通过所述用能量数据的加密数据解析所述多个用能设备在一时段中的开关状态的准确程度。具体地，所述总准确率表示的是利用所述加密数据分析得到的所述多个用能设备在一时段中的开关状态集中和实际情况相符合的元素数量同总用能设备数量和一时段中总时间间隔数量的乘积之间的比值。其中，所述用能量数据的加密数据为加噪声后的用能量数据。其中，所述预设参数包括：分组参数、所述多个用能设备的个数、所述多个用能设备的平均功率、以及所述用能量数据的敏感度。所述预设参数也可以根据实际用能设备的改变通过所述输入装置702进行更改。

所述输入装置702可使得用户能够与所述用能计量设备700进行交互。所述输入装置702包括按钮、键盘、鼠标、触控板等。在其他实施例中，所述输入装置702还可以包含音频单元，所述音频单元可以包含扬声器、及拾音器等。所述用能计量设备700通过所述音频单元能与用户语音交互。如此，所述用能计量设备700可通过与用户的交互来获取用户输入的总准确率。例如，用户对总准确率的预存值进行选择，所述预存的总准确率的取值范围与所述用能计量设备700的处理能力相关。在实际应用中，所述总准确率也可来自与用能计量设备700通信连接的电子设备的输入。所述电子设备可以是能与所述用能计量设备700网络通信连接的任意计算机设备。其中，所述电子设备通过其接口装置与所述用能计量设备实现通信连接。

存储装置703用于存储至少一个程序。在一些实施例中，所述存储装置703包括一个或多个存储器，用以在执行时执行基于本申请技术思想而示例的用能量数据的加密方法。在实施例中，所述存储器可包括高速随机存取存储器，并且还可包括非易失性存储器，例如一个或多个磁盘存储设备、闪存设备或其他非易失性固态存储设备。在某些实施例中，存储器还可以包括远离一个或多个处理器的存储器，例如经由RF电路或外部端口以及通信网络访问的网络附加存储器，其中所述通信网络可以是因特网、一个或多个内部网、局域网、广域网、存储局域网等，或其适当组合。存储器控制器可控制设备的诸如CPU和外设接口之类的其他组件对存储器的访问。在一些实施例中，所述存储装置703中还预先存储有用户的每一所述用能设备的平均功率、或者用户所对应的用能量数据的敏感度等信息，以供所述用能计量设备执行所述用能量数据的加密方法。

所述处理装置704与所述存储装置703连接，在一些实施例中，所述处理装置704包括一个或多个处理器，所述处理装置704用于调所述至少一程序以执行本申请所述的用能量数据的加密方法。在实施例中，所述处理器可操作地与存储器和/或非易失性存储设备耦接。更具体地，处理器可执行在存储器和/或非易失性存储设备中存储的指令以在所述用能计量设备中执行操作，诸如根据生成的噪声加密所述用能设备群的用能量数据以得到所述加密数据。如此，处理器可包括一个或多个通用微处理器、一个或多个专用处理器、一个或多个现场可编程逻辑阵列、或它们的任何组合。

处理装置704还可与用能计量设备的接口单元可操作地耦接。通过所述接口单元，所述用能计量设备700能够与各种其他电子设备进行交互，以及可使用户能够与所述用能计量设备700进行交互。其中，所述接口单元包括网络接口、数据线接口等。其中所述网络接口包括但不限于：以太网的网络接口、基于移动网络(3G、4G、5G等)的网络接口、基于近距离通信(WiFi、蓝牙等)的网络接口等。所述数据线接口包括但不限于：USB接口、RS232等。

请参阅图8，图8显示为本申请的用能量数据的加密方法在一实施例中的流程示意图。如图8所示，所述加密方法包括：步骤S110、步骤S120、步骤S130。

步骤S110，获得输入的总准确率，其中，所述总准确率表示通过所述用能量数据的加密数据解析所述多个用能设备在该时段中的开关状态的准确程度。

其中，所述加密数据举例为前文中提到的加噪声后的用能量数据。所述总准确率表示的是利用所述加密数据分析得到的所述多个用能设备在一时段中的开关状态集中和实际情况相符合的元素数量同总用能设备数量和一时段中总时间间隔数量的乘积之间的比值。例如，通过所述加密数据在每一相邻时间间隔的变化量和公式(8)所示的1范数的近似优化问题可得到一时段内所述多个用能设备的开关状态集，所述总准确率α反应的是所述开关状态集的准确程度。

在一实施例中，所述总准确率α来自用能计量设备700的输入装置702的输入。所述输入装置702可包括按钮、键盘、鼠标、触控板、音频单元等。用户通过所述输入装置702向所述用能计量设备700输入所述总准确率α。在另一实施例中，所述总准确率α来自与用能计量设备700通信连接的其他电子设备的输入。所述电子设备可以是能与所述用能计量设备700网络通信连接的任意计算机设备。其中，所述电子设备通过其接口装置与所述用能计量设备700的接口单元(未图示)实现通信连接。所述接口单元包括网络接口、数据线接口等。其中所述网络接口包括但不限于：以太网的网络接口、基于移动网络(3G、4G、5G等)的网络接口、基于近距离通信(WiFi、蓝牙等)的网络接口等。所述数据线接口包括但不限于：USB接口、RS232等。在又一实施例中，所述总准确率α来自对预存值的选择。例如，当所述用能计量设备700监测到用户家中无人时，会自动在预存值中选择低的总准确率，因为家中无人时易受到非法闯入的风险更大，所以需要尽可能降低解码得到开关状态信息的准确率。

在具体实施例中，根据所述总准确率的大小可以设置不同的模式以供用户选择。所述模式举例为：无人模式、开放模式等。其中，所述无人模式对应的总准确率较低，所述开放模式对应的总准确率较高。用户可以根据实际需要，为各种模式设置期限。例如，在2020年3月1日至2020年3月7日这段时间，一用户家中无人居住，用户可以将所述用能计量设备设置为无人模式，并将所述无人模式的期限对应设置为上述时间段。使得通过与较低的总准确率α相对应的加密数据解析所述多个用能设备的开关状态集中和实际情况相符合的元素数量较少。

根据步骤S110中获取的所述总准确率α，可执行步骤S120。

步骤S120：通过预设约束关系以根据所述总准确率确定差分隐私系数；其中，所述预设约束关系指的是：所述总准确率是用能设备群中各个用能设备集的准确率的综合结果的约束、以及所述每个用能设备集的准确率的期望的上、下限与所述差分隐私系数相关的约束。

其中，所述用能设备集是根据每一所述用能设备的平均功率对所述用能设备群进行分组得到的。

对所述用能设备群进行分组的方式与前文所述的相同或相似，在此不再详述。通过分组以后可获得各用能设备集的分组参数，所述分组参数包括：各个用能设备集中用能设备的个数N_i、各个用能设备集中用能设备的平均功率。

在一实施例中，在预设的差分隐私系数范围内，根据所述每个用能设备集的准确率的期望的上、下限与所述差分隐私系数相关的约束、以及预设参数，获得在各差分隐私系数下每一用能设备集所对应的准确率的期望。根据每一用能设备集所对应的准确率和每一用能设备集中用能设备的个数，得到各差分隐私系数所对应的所述总准确率，以供确定所述总准确率与差分隐私系数的预设数值对应关系；根据所述总准确率经所述预设数值对应关系，确定所述差分隐私系数。

其中，所述预设参数包括：分组参数、所述多个用能设备的个数N、所述多个用能设备的平均功率、以及所述用能量数据的敏感度Δf。所述用能量数据的敏感度Δf与前文所述的相同或相似，在此不再详述。所述预设的差分隐私系数范围对应不同的噪声范围，基于不同的噪声加密用能量数据所需要的计算量也不同。所以，所述预设的差分隐私系数范围可以根据所述用能计量设备的计算能力确定。

例如，所述每个用能设备集的准确率的期望的上、下限与所述差分隐私系数相关的约束为公式(11)所示的约束关系。所述总准确率是用能设备群中各个用能设备集的准确率的综合结果的约束为公式(16)所示的约束关系。所述预设的差分隐私系数范围为[a，b]，将a到b之间的每一差分隐私系数以及与各用能设备集所对应的所述预设参数作为公式(11)的输入，可获得在各差分隐私系数下每一用能设备集所对应的准确率的期望E[α_i]。基于公式(16)，根据每一用能设备集所对应的准确率的期望E[α_i]和每一用能设备集中用能设备的个数，得到各差分隐私系数所对应的所述总准确率的期望E[α]，将所述总准确率的期望E[α]作为所述总准确率α，进而可以确定一个所述总准确率与多个差分隐私系数的预设数值对应关系。

需要说明的是，所述预设数值对应关系可以预先存储在所述用能计量设备中以供根据获取的总准确率确定差分隐私系数，或者每次执行加密方法时确定所述预设数值对应关系。

根据所述总准确率经所述预设数值对应关系，确定所述差分隐私系数。

在一实施例中，根据所述总准确率，经所述预设数值对应关系，确定多个满足所述总准确率的预备差分隐私系数。将所述预备差分隐私系数中的最小值作为所述差分隐私系数。

例如，所述总准确率为40％，根据所述总准确率和所述预设数值对应关系，获得多个预备差分隐私系数0.1、0.2、0.3。由于差分隐私系数越小，差分隐私的隐私保护的标准越严格。所以本申请的实施例中选择预备差分隐私系数中的最小值0.1作为与所述总准确率所对应的差分隐私系数。

步骤S130：根据所确定的差分隐私系数生成噪声，用于加密所述用能设备群的用能量数据以得到所述加密数据。

根据所确定的差分隐私系数和所述用能量数据的敏感度，确定分布系数；其中，所确定的分布参数用于确定噪声的概率密度分布；根据所确定的噪声的概率密度分布生成噪声，以加密所述用能设备群的用能量数据，以得到所述加密数据。

在一实施例中，所述噪声的概率密度分布为拉普拉斯分布。根据所确定的差分隐私系数ε和用能量数据的敏感度Δf的比值即可确定所述拉普拉斯分布的分布参数λ。其中，所述分布参数

在已知所述拉普拉斯分布的分布参数λ的条件下，即可得到满足所述差分隐私系数ε的噪声。

在每一时间间隔内的所述用能量数据中添加所述噪声可以实现所述用能量数据的差分隐私。需要说明的是，在所述每一时间间隔内的所述用能量数据中加入符合拉普拉斯分布的噪声不会改变所述一时段中用能量数据的总量。

本申请还提供一种用能量数据的噪声生成方法，所述用能量数据的噪声生成方法，用于基于一外部输入的总准确率生成相应的噪声，并将所述噪声发送至用能计量设备，以供其根据所述噪声加密所述用能量数据。所述用能量数据的噪声生成方法可由图9所示的电子设备910执行。图9中所示的用能计量设备920用于基于所述电子设备910发送的噪声来加密一时段中各时间间隔内的用能量数据。

请参阅图9，图9显示为本申请的加密处理系统在一实施例中的结构示意图，如图9所示，所述加密处理系统包括：电子设备910、用能计量设备920。

所述电子设备910包括：接口装置911、存储装置913、处理装置914、输入装置912。

所述接口装置911用于与用能计量设备920通信连接。例如，所述接口装置911可以将所述电子设备910生成的噪声发送给用能计量设备920。所述接口装置911包括网络接口、数据线接口等。其中所述网络接口包括但不限于：以太网的网络接口装置、基于移动网络(3G、4G、5G等)的网络接口装置、基于近距离通信(WiFi、蓝牙等)的网络接口装置等。所述数据线接口包括但不限于：USB接口、RS232等。所述接口装置911与所述存储装置913、处理装置914、输入装置912、互联网、输入单元等数据连接。

所述存储装置913用于存储至少一程序，所述至少一程序用以在执行时执行基于本申请技术思想而示例的用能量数据的噪声生成方法的各步骤。在实施例中，所述存储器可包括高速随机存取存储器，并且还可包括非易失性存储器，例如一个或多个磁盘存储设备、闪存设备或其他非易失性固态存储设备。在某些实施例中，存储器还可以包括远离一个或多个处理器的存储器，例如经由RF电路或外部端口以及通信网络访问的网络附加存储器，其中所述通信网络可以是因特网、一个或多个内部网、局域网、广域网、存储局域网等，或其适当组合。存储器控制器可控制设备的诸如CPU和外设接口之类的其他组件对存储器的访问。

所述输入装置912用于供外部输入，所述输入装置912可以供用户根据实际需求实时输入总准确率或者设置预设参数。所述输入装置912包括按钮、键盘、鼠标、触控板等。在其他实施例中，所述输入装置912还可以包含音频单元，所述音频单元可以包含扬声器、及拾音器等。所述电子设备910通过所述音频单元能与用户语音交互。例如，可通过与用户的语音交互来获取用户输入的总准确率。

所述处理装置914与所述输入装置912、存储装置913、接口装置911相连用于调用所述至少一程序，以执行本申请所述的用能量数据的噪声生成方法，并通过所述接口装置911将所述噪声发送至用能计量设备920，在实施例中，所述处理器可操作地与存储器和/或非易失性存储设备耦接。更具体地，处理器可执行在存储器和/或非易失性存储设备中存储的指令以在所述电子设备910中执行操作，诸如生成在一时段中各时间间隔内的噪声。如此，处理器可包括一个或多个通用微处理器、一个或多个专用处理器、一个或多个现场可编程逻辑阵列、或它们的任何组合。

请参阅图10，图10显示为本申请的用能量数据的噪声生成方法在一实施例中的流程示意图。所述噪声生成方法包括：步骤S210、步骤S220、步骤S230。

步骤S210：获得输入的总准确率，其中，所述总准确率表示通过所述用能量数据的加密数据解析所述多个用能设备在该时段中的开关状态的准确程度。

其中，所述加密数据举例为前文中提到的加噪声后的用能量数据。所述总准确率表示的是利用所述加密数据分析得到的所述多个用能设备在一时段中的开关状态集中和实际情况相符合的元素数量同总用能设备数量和一时段中总时间间隔数量的乘积之间的比值。例如，通过所述加密数据在每一相邻时间间隔的变化量和公式(8)所示的1范数的近似优化问题可得到一时段内所述多个用能设备的开关状态集，所述总准确率α反应的是所述开关状态集的准确程度。

在一实施例中，所述总准确率α来自与电子设备910通信连接的用能计量设备的输入装置(未图示)的输入。所述输入装置可包括按钮、键盘、鼠标、触控板、音频单元等。用户通过所述输入装置向所述用能计量设备输入所述总准确率α。在另一实施例中，所述总准确率α来自图9所示的电子设备910的输入。在又一实施例中，所述总准确率α来自对预存值的选择。例如，当所述用能计量设备700监测到用户家中无人时，会自动在预存值中选择低的总准确率，以防止用户的隐私信息被泄露，并可以将所述总准确率α发送至所述电子设备910，以供其根据所述总准确率α生成相应噪声。

在具体实施例中，根据所述总准确率的大小可以设置不同的模式以供用户选择。所述模式举例为：无人模式、开放模式等。其中，所述无人模式对应的总准确率较低，所述开放模式对应的总准确率较高。用户可以根据实际需要，为各种模式设置期限。例如，在2020年3月1日至2020年3月7日这段时间，一用户家中无人居住，用户可以通过所述电子设备910或者通过所述用能计量设备将模式设置为无人模式，并将所述无人模式的期限对应设置为上述时间段。使得通过与较低的总准确率α相对应的加密数据解析所述多个用能设备的开关状态集中和实际情况相符合的元素数量较少。

根据步骤S210中获取的所述总准确率α，可执行步骤S220。

步骤S220：通过预设约束关系以根据所述总准确率确定差分隐私系数；其中，所述预设约束关系指的是：所述总准确率是用能设备群中各个用能设备集的准确率的综合结果的约束、以及所述每个用能设备集的准确率的期望的上、下限与所述差分隐私系数相关的约束。

其中，所述用能设备集是根据每一所述用能设备的平均功率对所述用能设备群进行分组得到的。

其中，所述预设数值对应关系是根据用能设备群中一或多个用能设备集所对应的准确率与所述差分隐私系数之间的不等式关系、以及预设参数确定的，其中，所述用能设备集是根据每一所述用能设备的平均功率对所述用能设备群进行分组得到的。对所述用能设备群进行分组的方式与前文所述的相同或相似，在此不再详述。通过分组以后可获得各用能设备集的分组参数，所述分组参数包括：各个用能设备集中用能设备的个数、各个用能设备集中用能设备的平均功率。

在一实施例中，在预设的差分隐私系数范围内，根据所述每个用能设备集的准确率的期望的上、下限与所述差分隐私系数相关的约束、以及预设参数，获得在各差分隐私系数下每一用能设备集所对应的准确率的期望。根据每一用能设备集所对应的准确率和每一用能设备集中用能设备的个数，得到各差分隐私系数所对应的所述总准确率，以供确定所述总准确率与差分隐私系数的预设数值对应关系；根据所述总准确率经所述预设数值对应关系，确定所述差分隐私系数。

其中，所述预设参数包括：分组参数、所述多个用能设备的个数N、所述多个用能设备的平均功率、以及所述用能量数据的敏感度Δf。所述用能量数据的敏感度Δf与前文所述的相同或相似，在此不再详述。所述预设的差分隐私系数范围对应不同的噪声范围，基于不同的噪声加密用能量数据所需要的计算量也不同。所以，所述预设的差分隐私系数范围可以根据所述用能计量设备的计算能力确定。

例如，所述每个用能设备集的准确率的期望的上、下限与所述差分隐私系数相关的约束为公式(11)所示的约束关系。所述总准确率是用能设备群中各个用能设备集的准确率的综合结果的约束为公式(16)所示的约束关系。所述预设的差分隐私系数范围为[a，b]，将a到b之间的每一差分隐私系数以及与各用能设备集所对应的所述预设参数作为公式(11)的输入，可获得在各差分隐私系数下每一用能设备集所对应的准确率的期望E[α_i]。基于公式(16)，根据每一用能设备集所对应的准确率的期望E[α_i]和每一用能设备集中用能设备的个数，得到各差分隐私系数所对应的所述总准确率的期望E[α]，将所述总准确率的期望E[α]作为所述总准确率α，进而可以确定一个所述总准确率与多个差分隐私系数的预设数值对应关系。

需要说明的是，所述预设数值对应关系可以预先存储在所述电子设备中以供根据获取的总准确率确定差分隐私系数，或者每次执行噪声生成方法时确定所述预设数值对应关系。

根据所述总准确率经所述预设数值对应关系，确定所述差分隐私系数。

在一实施例中，根据所述总准确率α，经所述预设数值对应关系，确定多个满足所述总准确率的预备差分隐私系数。将所述预备差分隐私系数中的最小值作为所述差分隐私系数。

例如，所述总准确率为40％，根据所述总准确率和所述预设数值对应关系，获得多个预备差分隐私系数0.1、0.2、0.3。由于差分隐私系数越小，差分隐私的隐私保护的标准越严格。所以本申请的实施例中选择预备差分隐私系数中的最小值0.1作为与所述总准确率所对应的差分隐私系数。

步骤S230：根据所确定的差分隐私系数生成噪声，并将所述噪声发送至用能计量设备，以供其根据所述噪声加密所述用能量数据。

具体地，根据所确定的差分隐私系数和所述用能量数据的敏感度，确定分布系数；其中，所述分布参数用于确定噪声的概率密度分布；根据所确定的噪声的概率密度分布生成噪声。

在一实施例中，所述噪声的概率密度分布为拉普拉斯分布。根据所确定的差分隐私系数ε和用能量数据的敏感度Δf的比值即可确定所述拉普拉斯分布的分布参数λ。其中，所述分布参数

在已知所述拉普拉斯分布的分布参数λ的条件下，即可得到满足所述差分隐私系数ε的噪声。

将根据上述实施例获得的满足所述差分隐私系数ε的各时间间隔内的噪声发送至图8所述的用能计量设备920，以供其根据所述噪声加密所述用能量数据。

所述用能计量设备920包括：测量装置922、接口装置921、存储装置923、处理装置924。所述测量装置922和存储装置923同前文所述的相同或相似在此不再详述。

所述接口装置921与电子设备910通信连接，用于接收所述电子设备910发送的噪声。所述接口装置921包括网络接口、数据线接口等。其中所述网络接口包括但不限于：以太网的网络接口装置、基于移动网络(3G、4G、5G等)的网络接口装置、基于近距离通信(WiFi、蓝牙等)的网络接口装置等。所述数据线接口包括但不限于：USB接口、RS232等。

所述处理装置924与所述存储装置923、接口装置921、以及测量装置922相连，用于调用所述至少一程序，以协调所述存储装置923、接口装置921和测量装置922执行加密操作，以加密所述用能设备群的用能量数据。在实施例中，所述处理器可操作地与存储器和/或非易失性存储设备耦接。更具体地，处理器可执行在存储器和/或非易失性存储设备中存储的指令以在所述用能计量设备中执行操作，诸如根据获取的噪声加密所述用能设备群的用能量数据以得到所述加密数据。如此，处理器可包括一个或多个通用微处理器、一个或多个专用处理器、一个或多个现场可编程逻辑阵列、或它们的任何组合。

所述处理装置924根据所述噪声加密所述用能设备群的用能量数据，以得到所述加密数据。

在一实施例中，在一时段的每一时间间隔内的所述用能量数据中添加所述噪声可以实现所述用能量数据的差分隐私。需要说明的是，在所述每一时间间隔内的所述用能量数据中加入符合拉普拉斯分布的噪声不会改变所述一时段中用能量数据的总量。

另外，本申请还公开一种计算机可读存储介质，存储有至少一计算机程序，所述计算机程序被执行时实现上述针对用能设备的开关状态分析方法所描述的至少一种实施例。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。

于本申请提供的实施例中，所述计算机可读写存储介质可以包括只读存储器、随机存取存储器、EEPROM、CD-ROM或其它光盘存储装置、磁盘存储装置或其它磁存储设备、闪存、U盘、移动硬盘、或者能够用于存储具有指令或数据结构形式的期望的程序代码并能够由计算机进行存取的任何其它介质。另外，任何连接都可以适当地称为计算机可读介质。例如，如果指令是使用同轴电缆、光纤光缆、双绞线、数字订户线(DSL)或者诸如红外线、无线电和微波之类的无线技术，从网站、服务器或其它远程源发送的，则所述同轴电缆、光纤光缆、双绞线、DSL或者诸如红外线、无线电和微波之类的无线技术包括在所述介质的定义中。然而，应当理解的是，计算机可读写存储介质和数据存储介质不包括连接、载波、信号或者其它暂时性介质，而是旨在针对于非暂时性、有形的存储介质。如申请中所使用的磁盘和光盘包括压缩光盘(CD)、激光光盘、光盘、数字多功能光盘(DVD)、软盘和蓝光光盘，其中，磁盘通常磁性地复制数据，而光盘则用激光来光学地复制数据。

在一个或多个示例性方面，本申请所述方法的计算机程序所描述的功能可以用硬件、软件、固件或其任意组合的方式来实现。当用软件实现时，可以将这些功能作为一个或多个指令或代码存储或传送到计算机可读介质上。本申请所公开的方法或算法的步骤可以用处理器可执行软件模块来体现，其中处理器可执行软件模块可以位于有形、非临时性计算机可读写存储介质上。有形、非临时性计算机可读写存储介质可以是计算机能够存取的任何可用介质。

本申请上述的附图中的框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。基于此，框图中的每个方框可以代表一个步骤、模块、程序段、或代码的一部分，该步骤、模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这根据所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以通过执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以通过专用硬件与计算机指令的组合来实现。

综上所述，本申请的用能设备的开关状态分析方法、系统、设备及存储介质，用于确定一时段中每一时间间隔内用能设备群的开关状态集，其中，所述用能设备群包括多个用能设备，在本申请的方案中，获取每一所述用能设备的平均功率和用能设备群的用能量数据；根据每一所述用能设备的平均功率对所述用能设备群进行分组，以得到一或多个用能设备集；按照各所述用能设备集的分析顺序，依次对每一当前用能设备集执行第二开关状态的获取步骤；根据在每一时间间隔的每个用能设备集中各个用能设备的第二开关状态，形成所述多个用能设备在一时段中的开关状态集。本申请的方案可以根据多个用能设备的用能量数据，利用多个用能设备的平均功率，简单、准确、有效地确定多个用能设备在一时段中每一时间间隔内的开关状态。

上述实施例仅例示性说明本申请的原理及其功效，而非用于限制本申请。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本申请所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本申请的权利要求所涵盖。

Claims (29)

1.一种用能设备的开关状态分析方法，其特征在于，用于确定一时段中每一时间间隔内用能设备群的开关状态集，其中，所述用能设备群包括多个用能设备，所述开关状态分析方法包括：

获取每一所述用能设备的平均功率和用能设备群的用能量数据；

根据每一所述用能设备的平均功率对所述用能设备群进行分组，以得到一或多个用能设备集；

按照各所述用能设备集的分析顺序，依次对每一当前用能设备集执行如下步骤：根据所述用能设备群的用能量数据，确定在一时段中每一时间间隔的当前用能设备集中各用能设备的第一开关状态；根据对应各所述第一开关状态的用能量估计数据与所述用能设备群的用能量数据的比较结果对所述第一开关状态进行修正，以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态，用于更新所述用能设备群的用能量数据以用于下一用能设备集的第二开关状态的获取；

根据在每一时间间隔的每个用能设备集中各个用能设备的第二开关状态，形成所述多个用能设备在一时段中的开关状态集。

2.根据权利要求1所述的用能设备的开关状态分析方法，其特征在于，所述用能设备群的用能量数据包括：一时段中每一时间间隔内用能设备群的用能量数据和用能设备群的初始用能量数据。

3.根据权利要求1所述的用能设备的开关状态分析方法，其特征在于，所述根据每一所述用能设备的平均功率对所述多个用能设备进行分组，以生成一或多个用能设备集，包括：

将所述用能设备群中平均功率的最小值和次最小值所对应的用能设备归属至当前用能设备集；

判断所述用能设备群中各其余用能设备的平均功率是否满足当前用能设备集的预设分组条件；

若是，则将满足所述分组条件的用能设备分到当前用能设备集中；

若否，则当前用能设备集构建完毕，并从所述用能设备群中去除完成分组的用能设备，以更新所述用能设备群；

重复执行上述步骤，直至生成的多个用能设备集中包括所有的用能设备。

4.根据权利要求1所述的用能设备的开关状态分析方法，其特征在于，所述分析顺序是根据各所述用能设备集中用能设备的平均功率的最大值之间的排序结果所确定的。

5.根据权利要求2所述的用能设备的开关状态分析方法，其特征在于，所述根据用能设备群的用能量数据，确定在一时段中每一时间间隔的当前用能设备集中各用能设备的第一开关状态，包括：

在所述用能设备群的用能量数据在相邻时间间隔的变化量同该相邻时间间隔对应的开关状态变化事件间满足预设误差约束的情况下，确定所述开关状态变化事件的最小化结果；

根据所述最小化结果，以获得一时段中每一时间间隔内当前用能设备集中各用能设备的第一开关状态。

6.根据权利要求5所述的用能设备的开关状态分析方法，其特征在于，根据所述最小化结果，以获得一时段中每一时间间隔内当前用能设备集中用能设备的第一开关状态，包括：

根据所述最小化结果和当前用能设备集中各个用能设备的初始开关状态，确定每一时间间隔内当前用能设备集中各个用能设备的第一开关状态的中间结果；

以每一时间间隔内的第一开关状态的中间结果为开关概率以生成第一开关状态。

7.根据权利要求5所述的用能设备的开关状态分析方法，其特征在于，所述预设误差约束包括：在当前用能设备集中用能设备的开关状态变化事件的影响下，当前用能设备集中各个用能设备的平均功率与所述用能设备群的用能量数据在相邻时间间隔的变化量的差异需满足预设误差。

8.根据权利要求7所述的用能设备的开关状态分析方法，其特征在于，所述预设误差根据用能量数据的敏感度确定。

9.根据权利要求1所述的用能设备的开关状态分析方法，其特征在于，根据对应各所述第一开关状态的用能量估计数据与所述用能设备群的用能量数据的比较结果对所述第一开关状态进行修正，以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态，用于更新所述用能设备群的用能量数据以用于下一用能设备集的第二开关状态的获取，包括：

通过判断所述用能量估计数据同所述用能设备群的用能量数据的大小，基于所述当前用能设备集中各用能设备的平均功率对所述第一开关状态进行修正，以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态；

将所述用能设备群的用能量数据中去除与当前用能设备集中用能设备的第二开关状态相对应的用能量数据，以更新所述用能设备群的用能量数据。

10.根据权利要求1所述的用能设备的开关状态分析方法，其特征在于，所述用能设备的开关状态分析方法还包括：根据多个用能设备在一时段中的开关状态集，得到一时段中每一所述用能设备的用能量数据。

11.根据权利要求10所述的用能设备的开关状态分析方法，其特征在于，将一时段中每一所述用能设备的用能量数据发送至客户端。

12.根据权利要求1所述的用能设备的开关状态分析方法，其特征在于，所述获取每一所述用能设备的平均功率和用能设备群的用能量数据的方式包括：通过与所述电子设备通信连接的客户端和/或与所述电子设备通信连接的用能计量装置获取。

13.一种用能设备的开关状态分析系统，其特征在于，用于确定一时段中每一时间间隔内用能设备群的开关状态集，其中，所述用能设备群包括多个用能设备，所述开关状态分析系统包括：

获取模块，用于获取每一所述用能设备的平均功率和用能设备群的用能量数据；

分组模块，用于根据每一所述用能设备的平均功率对所述用能设备群进行分组，以得到一或多个用能设备集；

第二开关状态确定模块，用于按照各所述用能设备集的分析顺序，依次对每一当前用能设备集执行如下步骤：根据所述用能设备群的用能量数据，确定在一时段中每一时间间隔的当前用能设备集中各用能设备的第一开关状态；根据对应各所述第一开关状态的用能量估计数据与所述用能设备群的用能量数据的比较结果对所述第一开关状态进行修正，以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态，用于更新所述用能设备群的用能量数据以用于下一用能设备集的第二开关状态的获取；

开关状态集确定模块，用于根据在每一时间间隔的每个用能设备集中各个用能设备的第二开关状态，形成所述多个用能设备在一时段中的开关状态集。

14.根据权利要求13所述的用能设备的开关状态分析系统，其特征在于，所述用能设备群的用能量数据包括：一时段中每一时间间隔内用能设备群的用能量数据和用能设备群的初始用能量数据。

15.根据权利要求13所述的用能设备的开关状态分析系统，其特征在于，所述分组模块根据每一所述用能设备的平均功率对所述多个用能设备进行分组，以生成一或多个用能设备集，包括：

将所述用能设备群中平均功率的最小值和次最小值所对应的用能设备归属至当前用能设备集；

判断所述用能设备群中各其余用能设备的平均功率是否满足当前用能设备集的预设分组条件；

若是，则将满足所述分组条件的用能设备分到当前用能设备集中；

若否，则当前用能设备集构建完毕，并从所述用能设备群中去除完成分组的用能设备，以更新所述用能设备群；

重复执行上述步骤，直至生成的多个用能设备集中包括所有的用能设备。

16.根据权利要求13所述的用能设备的开关状态分析系统，其特征在于，所述分析顺序是根据各所述用能设备集中用能设备的平均功率的最大值之间的排序结果所确定的。

17.根据权利要求14所述的用能设备的开关状态分析系统，其特征在于，所述第二开关状态确定模块根据用能设备群的用能量数据，确定在一时段中每一时间间隔的当前用能设备集中各用能设备的第一开关状态，包括：

在所述用能设备群的用能量数据在相邻时间间隔的变化量同该相邻时间间隔对应的开关状态变化事件间满足预设误差约束的情况下，确定所述开关状态变化事件的最小化结果；

根据所述最小化结果，以获得一时段中每一时间间隔内当前用能设备集中各用能设备的第一开关状态。

18.根据权利要求17所述的用能设备的开关状态分析系统，其特征在于，根据所述最小化结果，以获得一时段中每一时间间隔内当前用能设备集中用能设备的第一开关状态，包括：

根据所述最小化结果和当前用能设备集中各个用能设备的初始开关状态，确定每一时间间隔内当前用能设备集中各个用能设备的第一开关状态的中间结果；

以每一时间间隔内的第一开关状态的中间结果为开关概率以生成第一开关状态。

19.根据权利要求17所述的用能设备的开关状态分析系统，其特征在于，所述预设误差约束包括：在当前用能设备集中用能设备的开关状态变化事件的影响下，当前用能设备集中各个用能设备的平均功率与所述用能设备群的用能量数据在相邻时间间隔的变化量的差异需满足预设误差。

20.根据权利要求19所述的用能设备的开关状态分析系统，其特征在于，所述预设误差根据用能量数据的敏感度确定。

21.根据权利要求13所述的用能设备的开关状态分析系统，其特征在于，所述第二开关状态确定模块根据对应各所述第一开关状态的用能量估计数据与所述用能设备群的用能量数据的比较结果对所述第一开关状态进行修正，以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态，用于更新所述用能设备群的用能量数据以用于下一用能设备集的第二开关状态的获取，包括：

通过判断所述用能量估计数据同所述用能设备群的用能量数据的大小，基于所述当前用能设备集中各用能设备的平均功率对所述第一开关状态进行修正，以获取一时段中每一时间间隔内当前用能设备集中用能设备的第二开关状态；

将所述用能设备群的用能量数据中去除与当前用能设备集中用能设备的第二开关状态相对应的用能量数据，以更新所述用能设备群的用能量数据。

22.根据权利要求13所述的用能设备的开关状态分析系统，其特征在于，所述用能设备的开关状态分析系统还包括用能量数据确定模块：所述用能量数据确定模块用于根据多个用能设备在一时段中的开关状态集，得到一时段中每一所述用能设备的用能量数据。

23.根据权利要求22所述的用能设备的开关状态分析系统，其特征在于，将一时段中每一所述用能设备的用能量数据发送至客户端。

24.根据权利要求13所述的用能设备的开关状态分析系统，其特征在于，所述获取每一所述用能设备的平均功率和用能设备群的用能量数据的方式包括：通过与所述电子设备通信连接的客户端和/或与所述电子设备通信连接的用能计量装置获取。

25.一种电子设备，其特征在于，包括：

存储装置，用于存储至少一程序；

处理装置，用于调所述至少一程序以执行如权利要求1至12中任一项所述的用能设备的开关状态分析方法。

26.根据权利要求25所述的电子设备，其特征在于，所述电子设备还包括通信装置，用于与外部通信，以获取用能设备群的用能量数据和每一所述用能设备的平均功率。

27.根据权利要求26所述的电子设备，其特征在于，所述通信装置，用于与客户端通信连接，以将得到的一时段中每一所述用能设备的用能量数据发送至客户端。

28.一种客户端，其特征在于，与如权利要求26或27所述的电子设备通信连接，用于接收一时段中每一所述用能设备的用能量数据；或者，将每一所述用能设备的平均功率发送至所述电子设备。

29.一种计算机可读存储介质，其特征在于，存储有至少一程序，所述至少一程序在被调用时执行并实现如权利要求1至12中任一项所述的用能设备的开关状态分析方法。

Images