[发明专利]一种电力用户负荷细粒度识别方法及识别系统

权利要求书

1.一种电力用户负荷细粒度识别方法，其特征在于，所述的识别方法包括：

步骤1：利用高频采样设备实时获取各类负荷的稳态电压、电流数据；

步骤2：在获取到各类负荷稳态电压、电流数据之后，利用Fryze功率理论将高频采样电流分解为有功、无功电流，并对高频采样电压与无功电流进行标准化处理构建二维V-I轨迹图像；

步骤3：得到二维V-I轨迹图像后，通过RGB颜色编码技术对二维V-I轨迹进行处理，在R、G、B三通道中分别融合有功电流、瞬时功率及其变化信息，得到彩色V-I轨迹图像；

步骤4：构建卷积神经网络，调整彩色V-I轨迹图像分辨率，将其作为神经网络输入，对彩色V-I轨迹图像进行特征提取，实现对负荷的识别；

所述的步骤2中采用Fryze功率理论进行电流分解的方法具体为：

i_f(t)＝i(t)-i_a(t)

其中，P_a为一个稳态周期内的有功功率；v_rms为负荷电压的有效值；T_s为一个稳态周期；v(t)为在t时刻负荷稳态高频采样电压数据；i(t)为在t时刻负荷原始总电流数据；i_a(t)为在t时刻电流分解后得到的有功电流数据；i_f(t)为在t时刻分解后得到的无功电流数据；

所述步骤2中利用标准化电压与无功电流构建二维V-I轨迹的方法具体为：

其中，v(k)和i_f(k)为采集到的原始电压和无功电流数据；Δi_k为经标准化后的无功电流数据；Δv_k为经过标准化处理后的电压数据；

所述步骤3中通过颜色编码技术对二维V-I轨迹进行处理，将有功电流、瞬时功率及其变化信息分别融入R、G、B三通道中，具体方法为：

步骤3-1：在二维V-I轨迹中，将相邻两个采样点用直线段进行连接，直接对直线段进行颜色编码；

步骤3-2：对各条直线段，在R通道上融合有功电流幅值信息，以相邻两采样点有功电流均值为两点间直线段着色，R通道深度的取值范围为(0,1)之间，故需对平均有功电流进行标准化处理；

所述的标准化处理方法为：

其中，j为采样点序号；R_j为第j条直线段的R通道深度值；i_a为有功电流数据；

步骤3-3：对各条直线段，在G通道上融合V-I轨迹运动信息，将V-I轨迹相邻两采样点间直线段的斜率引入G通道，利用反正切函数将直线段斜率映射至(0,1)区间内，具体方法为：

其中，K_j为第j条直线段的斜率；G_j为第j条直线段的G通道深度值；v为高频稳态电压数据；i_f为无功电流数据；

步骤3-4：对各条直线段，在B通道上融合瞬时功率幅值信息，对相邻两采样点的瞬时功率平均值进行标准化处理，并将其作为B通道的深度值，通过B通道深度值的变化范围判断各个设备的功率等级，公式如下：

M＝max{p₁,p₂,…,p_m}

其中，B_j为第j条直线段的B通道深度值；M为所有设备的采样点中瞬时功率最大值；m为设备总个数；p₁,p₂,…,p_m为单个设备采样点的瞬时功率最大值。

2.根据权利要求1所述的一种电力用户负荷细粒度识别方法，其特征在于，所述步骤1中高频采样设备对负荷电压、电流的采样频率大于或等于20KHz。

3.根据权利要求1所述的一种电力用户负荷细粒度识别方法，其特征在于，所述步骤1中高频采样设备采集负荷的稳态电压时，在单个电器的开关事件前后，电压波形基本保持不变，其电流波形通过计算开关事件前后总线的稳态电流差值来获取。