[发明专利]一种基于有限状态机的非侵入式住宅用电负荷分解方法

权利要求书

1.一种基于有限状态机的非侵入式住宅用电负荷分解方法，其特征是：

利用智能电表采集住宅中用电负荷1、用电负荷2、……、和用电负荷N，记为用电负荷l，l＝1,2,…,N，共N个用电负荷在t时刻的有功总功率为P_总(t)，分别建立所述N个用电负荷的有限状态机模型，根据所述有功总功率P_总(t)和所述N个用电负荷的有限状态机模型，利用优化算法分解得到所述用电负荷l在t时刻处于状态χ的有功功率P_lχ(t)，进而通过计算分别获得时长T内所述用电负荷1、用电负荷2、……、和用电负荷N的消耗能量；

所述用电负荷l的有限状态机模型是按如下步骤建立：

步骤1：通过采样分别获得用电负荷l在t_i时刻的消耗功率P_i，以及用电负荷l在t_i+1时刻的消耗功率P_i+1，则，用电负荷l的消耗功率变化值ΔP_i为：ΔP_i＝P_i+1-P_i，构造集合A₁为：

A₁＝{ΔP_i}，i＝1,2,…,n,n∈N₊；

步骤2：设定阈值M，构造集合A₂为：A₂＝{ΔP_i|ΔP_i≥M}，采用聚类算法对所述集合A₂中的元素聚类，进而得到m个聚类中心：ΔP_c1,ΔP_c2,…,ΔP_ca,…,ΔP_cb,…,ΔP_cm，所述m个聚类中心分别对应于所述用电负荷l的m种可能的状态转换，且m个聚类中心ΔP_c1,ΔP_c2,…,ΔP_ca,…,ΔP_cb,…,ΔP_cm所在类中包含的数据总数一一对应为y₁，y₂，…,y_a，…,y_b，…,y_m，且：m∈N₊，mn；

步骤3：构造集合A₃为：A₃＝{ΔP_c1,ΔP_c2,…,ΔP_ca,…,ΔP_cb,…,ΔP_cm}，求解所述集合A₃的子集，将其中所有至少包含一正一负两个元素的子集构成集合A₄为：

A₄＝{U_k|U_k＝{u_kg|u_kg∈A₃,g≥2且g∈N₊},k∈N₊且}，

给定集合E_k：E_k＝{e_kg}，所述集合E_k与所述集合U_k的个数相等，且所述集合E_k中的元素e_kg与所述集合U_k中的元素u_kg一一对应，构造集合U_k'为：U_k'＝{u_kg'|u_kg'＝u_kg+e_kg}，所述集合U_k'与所述集合U_k个数相同，且所述集合U_k'中的元素u_kg'与所述集合U_k中的元素u_kg一一对应；

步骤4：设定阈值ε，求解所有满足∑u_kg'＜ε的集合U_k'的并集F：

F＝{f₁,f₂,…,f_p,…,f_q,…,f_x}，

所述并集F即为修正后的所述用电负荷l的状态转换集合；

步骤5：按如下方式计算所述用电负荷l状态转 换的转移概率矩阵Z：

令：所述用电负荷l状态转 换的转移概率矩阵Z为：Z＝[z_ab]_m×m，按式(1)计算所述转移概率矩阵Z中的第a行第b列元素z_ab：

式(1)中，w_ab为所述集合A₂中依次属于所述聚类中心ΔP_ca和所述聚类中心ΔP_cb所在类的两个相邻元素所构成的组合的个数；

步骤6：根据所述转移概率矩阵Z，按如下方式获得所述用电负荷l状态转换的可行循环集合C₁与邻接矩阵L：

利用所述并集F和所述转移概率矩阵Z获得有向图V为：V＝(F，Z)，通过Tarjan强连通算法以及环路零和约束从所述有向图V中提取可行循环集合C₁为：

C₁＝{C_1h|C_1h＝{c₁,c₂,…,c_s},s∈N₊,h∈N₊，c_s∈F}，

并对所述转移概率矩阵Z进行修正，进而得到修正矩阵Z'为：Z'＝[z_pq']_m×m；

令：所述邻接矩阵L为：L＝[λ_pq]_m×m，所述修正矩阵Z'中的元素z_pq'与所述邻接矩阵L中的元素λ_pq一一对应，且对于z_pq'0，取λ_pq＝1，对于z_pq'＝0，取λ_pq＝0；

步骤7：根据所述邻接矩阵L和所述并集F，按如下方式确定所述用电负荷l的状态转换图：

将所述集合F中的元素f₁,f₂,…,f_p,…,f_q,…,f_x一一对应为所述状态转换图中的状态节点S₁、状态节点S₂…状态节点S_p…状态节点S_q…状态节点S_x；

若所述邻接矩阵L中的第p行第q列元素λ_pq为0，则在所述状态转换图中不存在由所述状态节点S_p到所述状态节点S_q的有向连接通路；

若所述邻接矩阵L中的第p行第q列元素λ_pq为1，则在所述状态转换图中存在由所述状态节点S_p到所述状态节点S_q的有向连接通路；

步骤8：根据所述状态转换图以及所述可行循环集合C₁，按如下方式获得所述用电负荷l的有限状态机模型：

根据所述集合C_1h＝{c₁,c₂,…,c_s}，按式(2)计算所述用电负荷l可能的状态集合D_1h：

所述状态集合D_1h的并集即为所述用电负荷l的最终状态集合R₁：所述最终状态集合R₁中的元素按从小到大有序排列；

根据所述状态集合D_1h与所述最终状态集合R₁，按如下方式计算获得状态标记集合J为：

J＝{J_1h|J_1h＝{j₁，j₂，…，j_r,j_r+1…,j_s}，j_s≤w₁}；

其中，集合J_1h与所述状态集合D_1h一一对应，且所述集合J_1h中的元素为所述状态集合D_1h中的元素在所述最终状态集合R₁中的排列序号；

根据所述状态标记集合J，按如下方式获得负荷状态转移矩阵G：

令所述负荷状态转移矩阵G为：当u＝j_r，且v＝j_r+1或者u＝j_s，且v＝j₁时，g_uv＝1；否则，g_uv＝0；

利用所述最终状态集合R₁、负荷状态转移矩阵G以及并集F获得所述用电负荷l的有限状态机模型M为：M＝(R₁，F，G)；

根据所述N个用电负荷在t时刻的有功总功率P_总(t)与所述N个用电负荷的有限状态机模型，按如下方式分解得到所述用电负荷l在t时刻处于状态χ的有功功率P_lχ(t)：

根据所述用电负荷1、用电负荷2、……、和用电负荷N的有限状态机模型一一对应获得用电负荷1、用电负荷2、……、和用电负荷N的最终状态集合分别为：

最终状态集合R₁为：

最终状态集合R₂为：

……

最终状态集合R_N为：

按式(3)构建目标函数Y：

式(3)中，H(l)表示用电负荷l的状态总数，的值为0或1；

若用电负荷l在t时刻处于状态χ，则

若用电负荷l在t时刻不处于状态χ，则

利用优化算法求解获得使所述目标函数Y取值为最小的一组的值，根据所得到的一组的值获得所述用电负荷l在t时刻处于状态χ的有功功率进而得到所述用电负荷l在时长T内的消耗能量E为：