[发明专利]一种非侵入式负荷监测的多维信号检测方法

说明书

本发明公开了一种非侵入式负荷监测的多维信号检测方法，包括步骤：1)获取基础数据，包括信号维度、信号均值、协方差矩阵；2)确定检测窗口长度；3)利用数据进行模型复杂度惩罚似然准则函数计算；4)根据模型复杂度惩罚似然准则函数结果进行决策函数计算；5)采用最大似然函数的方法将决策函数表达式显示，再根据表达式进行检测。本发明为非侵入式负荷监测提供了新的检测方法，将贝叶斯信息准则应用于非侵入式负荷监测，能够有效提高检测精度，减少误检率、漏检率。

技术领域

本发明涉及非侵入式负荷监测的检测算法领域，尤其是指一种基于贝叶斯信息准则实现非侵入式负荷监测的多维信号检测方法。

背景技术

电力负荷监测是节能的基础，有助于用户了解用电负荷开断、能耗情况，进一步合理制订节能计划，降低能源消耗，减少开支。负荷监测分为侵入式和非侵入式两类。传统的侵入式负荷监测(Intrusive Load Monitoring,ILM)需要把传感器安装至每个负荷处，监控各个负荷的运行情况。20世纪80年代由麻省理工大学的Hart G.W.首次提出非侵入式负荷监测(Non-Intrusive Load Monitoring,NILM)，仅在总电力供给的入口处安装一个传感器，采集和分析用户用电总电流和端电压，监测整个系统内部电器的工作状态，从而知晓电器的用电规律和耗电状态。

与ILM相比，NILM不需要安装大量的传感器，节省了购买、安装和维护这些设备所需要的费用。电力用户可以深入了解各种用电设备的能源消耗及构成信息，从而有针对性的采取节能措施，减少不必要的能源开销。同时电力公司可以合理安排负荷使用时间，达到调节峰谷差、降低网损等目的。

NILM主要可分为三个步骤：1)事件检测，即检测负荷状态是否发生变化，如用电设备的开启、关闭等；2)特征提取，在检测到事件发生的情况下对采集到的电信号进行负荷特性的提取；3)负荷识别，根据提取的特征信息识别出负荷类型及其状态的改变。其中事件检测是NILM中的首要环节，对检测算法展开研究可以提高检测精度。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种基于贝叶斯信息准则实现非侵入式负荷监测的多维信号检测方法，将贝叶斯信息准则和非侵入式负荷监测结合起来，通过模型复杂度惩罚似然准则函数计算决策函数，从而应用于非侵入式负荷监测，有效提高检测精度。

为实现上述目的，本发明所提供的技术方案为：一种非侵入式负荷监测的多维信号检测方法，包括以下步骤：

1)获取基础数据，包括信号维度、信号均值、协方差矩阵；

2)确定检测窗口长度；

3)利用数据进行模型复杂度惩罚似然准则函数计算；

4)根据模型复杂度惩罚似然准则函数结果进行决策函数计算；

5)采用最大似然函数的方法将决策函数表达式显示，再根据表达式进行检测。

在步骤1)中，所述信号维度是指描述信号特征的数量；所述信号均值是指服从概率密度函数的多维信号的均值；所述协方差矩阵是指服从概率密度函数的多维信号的方差。

在步骤2)中，确定检测窗口长度，检测窗口有以下特点：

①检测窗口超过设定值，容易导致漏检；

②检测窗口小于设定值，容易导致误检。

在步骤3)中，结合信号均值和协方差矩阵采用贝叶斯信息准则法进行模型复杂度惩罚似然准则函数计算，具体如下：

先进行两种统计假设处理：

H₀假设：θ＝θ₀ n-k+1≤m≤n

H₁假设：