[发明专利]一种负荷识别方法、装置、设备及计算机可读存储介质有效
申请号: | 201810915986.3 | 申请日: | 2018-08-13 |
公开(公告)号: | CN108923426B | 公开(公告)日: | 2021-09-03 |
发明(设计)人: | 杨雨瑶;林国营;潘峰 | 申请(专利权)人: | 广东电网有限责任公司;广东电网有限责任公司电力科学研究院 |
主分类号: | H02J3/00 | 分类号: | H02J3/00 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 张春水;唐京桥 |
地址: | 510600 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 负荷 识别 方法 装置 设备 计算机 可读 存储 介质 | ||
本申请公开了一种负荷识别方法、装置、设备及计算机可读存储介质,其中方法包括:获取电表的总消耗功率曲线;根据所述总消耗功率曲线的阶梯型特征确定多个待分解功率及每个所述待分解功率对应的时间特征,所述时间特征包括:开启时间和结束时间;在电器功率数据库中,根据每一所述待分解功率及其所对应的时间特征,确定每一所述待分解功率对应的电器功率组,所述电器功率数据库包括:由各电器功率构成的电器功率组和每个所述电器功率组中各个电器功率对应的时间特征。解决了现有负荷识别因数据量庞大,对设备的计算能力有较高要求的技术问题。
技术领域
本申请属于电力技术领域,尤其涉及一种负荷识别方法、装置、设备及计算机可读存储介质。
背景技术
随着社会的发展,居民用电量占配电网总用电量的比重越来越大,对于用户侧的负荷识别得到了研究人员的广泛关注。负荷识别指在家庭场景下,将电表的总消耗功率分解到各个家用电器,电网可以根据负荷识别的结果了解用户的用电习惯,提升对用户的管理水平。
但是,现有负荷识别方法数据量庞大,对设备的计算能力有较高的要求,例如:每秒钟一个采样点,此时若分析一天内的负荷分解情况,则需要对24*60*60=86400个点进行分析,数据量较为庞大。
发明内容
本申请提供了一种负荷识别方法、装置、设备及计算机可读存储介质,用于用户端用电的负荷识别,解决了现有负荷识别因数据量庞大,对设备的计算能力有较高要求的技术问题。
有鉴于此,本申请第一方面提供了一种负荷识别方法,包括:
获取电表的总消耗功率曲线;
根据所述总消耗功率曲线的阶梯型特征确定多个待分解功率及每个所述待分解功率对应的时间特征,所述时间特征包括:开启时间和结束时间;
在电器功率数据库中,根据每一所述待分解功率及其所对应的时间特征,确定每一所述待分解功率对应的电器功率组,所述电器功率数据库包括:由各电器功率构成的电器功率组和每个所述电器功率组中各个电器功率对应的时间特征。
优选地,所述根据所述总消耗功率曲线的阶梯型特征确定多个待分解功率及每个所述待分解功率对应的时间特征,所述时间特征包括:开启时间和结束时间:
根据所述总消耗功率曲线的阶梯型特征,确定所述总消耗功率曲线上的各个阶梯的功率均值,及各个阶梯对应的时间特征,所述时间特征包括开启时间和结束时间;
将多个所述阶梯的功率均值作为多个待分解功率,每个所述阶梯的时间特征作为对应的待分解功率的时间特征。
优选地,所述在电器功率数据库中,根据每一所述待分解功率及其所对应的时间特征,确定每一所述待分解功率对应的电器功率组具体包括:
在电器功率数据库中,确定与每一所述待分解功率对应的所有待匹配电器功率组及每个所述待匹配电器功率组对应的时间特征,每一所述待分解功率与其所对应的每个所述待匹配电器功率组中所有电器的功率和相等;
根据每个待分解功率的时间特征及其所对应的每个所述待匹配电器功率组的时间特征,确定每一所述待分解功率对应的电器功率组。
优选地,所述根据每个待分解功率的时间特征及其所对应的每个所述待匹配电器功率组的时间特征,确定每一所述待分解功率对应的电器功率组具体包括:
根据每个所述待分解功率的开始时间及其所对应的每个所述待匹配电器功率组的开始时间,计算每个所述待匹配电器功率组在其所对应的所述待分解功率的开始时间上的开启概率,并确定第一预置数量的开启概率最大的待匹配电器功率组;
在每个所述待分解功率的第一预置数量的待匹配电器功率组中,基于最大似然度估计法根据每个所述待匹配电器功率组的结束时间,确定似然度最大的待匹配电器功率组,所述似然度最大的待匹配电器功率组为与其所对应的待分解功率的电器功率组。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司;广东电网有限责任公司电力科学研究院,未经广东电网有限责任公司;广东电网有限责任公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810915986.3/2.html,转载请声明来源钻瓜专利网。