[发明专利]基于单传感器的家庭智能用电模型建立方法

说明书

本发明公开了一种基于单传感器的家庭智能用电模型建立方法，包括家庭用电数据的采集与处理、家庭用电数据的峰值提取与分类、平行用电器识别与分解、事件概率模型建立、基础值模型建立和家庭总用电模型建立六个步骤；该方法使用一个测电传感器，通过高频率采集家庭总用电数据，构建家庭用电模型：应用尺度空间滤波进行峰值提取，提出“虚拟用电器”概念，采用基于贝叶斯理论分解平行用电器，应用混合高斯模型建立概率模型，建立了基础&事件电力消耗模型；该方法通过传统电力行业与互联网的结合，其对家庭智能用电进行模拟的结果的精确率能够达到82％以上，实现了电力的智能化管理，达到节约能源，保障安全等目的。

技术领域

本发明涉及数据挖掘与模式识别技术领域，特别涉及一种基于单传感器的家庭智能用电模型建立方法。

背景技术

“互联网+”，是推动移动互联网，云计算，大数据，物联网等和包括传统行业在内的各行各业结合起来，利用信息通讯技术，在传统领域创造出一种新的生态。能源信息化是将互联网与传统电力行业结合，人们使用电的情况通过测电传感器实时传送到云端，云端中央处理会统计该大数据，并分析与感知用电情况，从而控制电力的使用。

发展能源信息化来缓解日益凸显的环境问题和能源稀缺问题已成为全球公认的事实，在中国的研究和实践也得到了高度重视。由于家庭用电占总用电的41％，因此，侧重于用户端的家庭智能用电系统的发展将成为智能电网中重要的组成部分，具有重要的研究意义。

目前家庭用电系统方面的研究存在两个方向：一方面是通过理论分析建立家庭用电模型，然后采用仿真技术设计出最优的家庭用电管理策略；另一方面通过用电模型的实际应用，对用户用电行为进行跟踪调查，验证系统的有效性。但是，在大量研究中，也存在很多问题：1.大量研究采用了一台用电器各一个传感器的测电模式，虽然该系统的输入数据清晰明了，算法简单即可实现对电力消耗的建模或生活行为的分析，但其具有系统搭建复杂，多信号干扰，经济效益低等问题。因此，发明一种基于单一传感器的能耗建模方法具有很强的必要性；2.采样频率的问题在大多研究中并未提及，由于高频数据具有噪声，跳跃，不规则等特性，因此提及的研究中也仅是采用的低频采样数据，这样便失去了很多的细节信息， 不能更好的描述模型。因此，以高频输入数据为研究对象成为重中之重；3.对总用电量数据如何分解的问题，较多研究进行了深入的研究，但是其前提条件全部是增加了很多输入的已知条件作为系统约束，这就导致了无监督学习机制失去其根本意义，因此，如何真正意义上解决平行用电器分解问题所使用的无监督学习的方法具有关键意义。目前，分布式供电系统与区域智能协调用电方面的研究略少，仍处于起步阶段，但由于其现实意义与经济效益的重大，如何进一步将用电模型应用于分布式供电建模与区域协调用电建模等方面必然成为未来研究的发展方向。

发明内容

本发明的目的是提供一种以单一测电传感器和家庭总用电数据为基础的家庭智能用电模型的建立方法。

为此，本发明技术方案如下：

一种基于单传感器的家庭智能用电模型建立方法，包括如下步骤：

S1、家庭用电数据的采集与处理：使用一个测电传感器连续采集家庭总用电数据，并将该原始不规律且有噪声的数据利用噪声点去除、中值滤波和插值的方法进行处理，使数据完整、有规律、并凸显细节，利于后续分析；

S2、家庭用电数据的峰值提取与分类：将处理后的家庭总用电数据进行峰值提取，分离出峰值与基础值；然后对分离出的峰值进行分类，将拥有相似的电量与持续使用时间的峰值分为一类，即认为分为同一类的峰值来自同一用电器(称为虚拟用电器)；

S3、平行用电器识别与分解：对峰值分类中来自平行用电器的峰值进行识别与分解，使平行用电器分解后的每种单一用电器重新进行分类，并重复该过程直至峰值分类的个数与用电器个数相同为止；