[发明专利]一种基于L1/2范数和同质性约束的能源分解方法

说明书

本方法公开了一种基于L1/2范数和同质性约束的能源分解方法，能源分解是指已知家庭中总用电数据的前提下获得单类用电器的功耗。本方法主要分为以下五个步骤：步骤(1)获取用电量数据集；步骤(2)数据预处理；步骤(3)建立用户用电量相似度矩阵；步骤(4)分解模型训练，得到第i类用电器的特征矩阵B_i和权重矩阵W_i；步骤(5)单类用电器用电数据预测。本方法在非负矩阵分解的基础上加入了L1/2范数作为稀疏约束，加入了家庭面积相似性和总用电量相似性作为同质性约束，建立更加有效和可用的能源分解方法。实验结果表明使用了L1/2范数稀疏约束和同质性约束的能源分解系统相比原有的基于非负矩阵分解的能源分解系统性能提升明显。

技术领域

本发明涉及一种基于L1/2范数和同质性约束的能源分解方法，属于数据挖掘技术领域。

背景技术

目前，能源问题是当今社会面临的最大挑战之一。建筑占全球总能耗的30％左右，其中90％以上是住宅建筑。生活中普遍存在着能源浪费的现象，而能源分解能够在一定程度上节省一部分能源，即通过总能源信号分解出单个设备的功耗。广泛的研究表明，用户获得单个设备的用电信息越详细，越有助于他们减少能源浪费的行为，这些研究也清楚地表明，接收有关电器的详细用电信息可以减少住宅建筑能耗约13％。近年来，随着物联网的发展和智能电表在家庭中的普及，电量的能源分解更加可行，因此高效可用的能源分解方法至关重要。

传统的能源分解需要在每个电器设备入口处接入传感设备来监测每个用电器的用电量，这种方法获取的数据准确，但是需要大量昂贵的传感器安装和人力成本。后来人们开始研究如何从聚合信号中推断出每个设备的信号，典型的能源分解方法是基于非负矩阵分解的分解方法，该方法对数据分辨率要求低，且容易实现，但是分解准确性一直有待提高。

发明内容

本发明的目的在于提出了一种基于L1/2范数和同质性约束的能源分解方法，用于能源分解，已知家庭中总用电量预测每类用电器的用电量。本方法在非负矩阵分解方法的基础上，提出了用L1/2范数稀疏约束和不同家庭之间用电量相似的同质性约束，来提高能源分解的准确性。实验结果表明使用了L1/2范数稀疏约束和同质性约束的能源分解系统相比原有的基于非负矩阵分解的能源分解系统性能提升明显。

为实现上述目的，本发明采用的技术方案为L1/2范数和同质性约束的能源分解方法，如图1所示，该方法的实现步骤如下：

步骤(1)获取用电量数据集

获取电力数据集pecanstreet，该数据集包含用户ID、用户家庭面积，以及对各类家用电器按时间序列采集的用电量。

步骤(2)数据预处理

对获取的电力数据集进行预处理，去除缺失用电数据的用户和含有用电量超出用电负荷的异常值用户。

步骤(3)建立用户用电量相似度矩阵

对采集的数据集中所有类别用电器计算任意用户之间用电量相似性，当然不局限于用电器的类别和用户数量，具体应用可根据实际情况增减电器类别并选择特定范围的用户，对于第i类用电器，用户p和用户q之间相似性ε_i(p,q)定义如公式(1)所示

其中x_p是对于第i类用电器用户p的用电量向量。

步骤(4)分解模型训练，得到第i类用电器的特征矩阵B_i和权重矩阵W_i。

构建优化目标函数：