[发明专利]一种基于多特征指标融合的用电负荷辨识方法

权利要求书

1.一种基于多特征指标融合的用电负荷辨识方法，包括如下步骤：

步骤1，获取单负荷特征量，构建单负荷目标函数和多负荷目标函数；

步骤2，提取待辨识负荷运行的总用电数据特征量，构建实测目标函数；

步骤3，采用遗传算法对实测目标函数进行负荷辨识。

2.根据权利要求1所述的基于多特征指标融合的用电负荷辨识方法，其特征在于，所述单负荷特征量包括电流有效值I_rms、有功功率P和功率因数

其中，电流有效值有功功率视在功率功率因数k为谐波次数。

3.根据权利要求2所述的基于多特征指标融合的用电负荷辨识方法，其特征在于，所述单负荷目标函数为Y_n(x)＝αy₁(x)+βy₂(x)+γy₃(x)；所述多负荷目标函数为Y(x)＝Y₁(x)+Y₂(x)+Y₃(x)+…+Y_n(x)；

其中，x为负荷工作状态，x∈{0,1}，当x＝1时，表示负荷为工作状态；当x＝0时，表示负荷为不工作状态，y₁(x),y₂(x),y₃(x)分别为I_rms、P和为基础构建的归一化数值，α,β,γ为权重系数。

4.根据权利要求1所述的基于多特征指标融合的用电负荷辨识方法，其特征在于，所述总用电数据特征量包括实测电流、实测有功功率和实测视在功率。

5.根据权利要求4所述的基于多特征指标融合的用电负荷辨识方法，其特征在于，所述实测目标函数为：Y′(x)＝βI′+βP′+γcosφ′；

其中，I′,P′,cosφ′分别为根据实测电流、实测有功功率和实测视在功率为基础构建的归一化数值，α,β,γ为权重系数。

6.根据权利要1所述的基于多特征指标融合的用电负荷辨识方法，其特征在于，所述遗传算法包括如下步骤：

步骤3.1，确定编码方案，定义适应度函数，选择遗传算法参数；

步骤3.2，随机产生初始种群；

其中，所述初始种群为一组长度为n的0和1字符串；

步骤3.3，根据初始种群的负荷接入状态，计算初始种群的适应度函数；

步骤3.4，判断计算结果是否达到最优解；

步骤3.5，若达到最优解，则输出最优解，否则进行迭代运算，产生新的种群，重复步骤3.3-3.5；

步骤3.6，将输出的最优解组成m行n列的矩阵，判断出当前实测情况下，接入系统的负荷类型；

其中，所述m行n列的矩阵的每一行为一种符合适应度要求的解，即共有m种解，由此进行负荷辨识。

7.根据权利要求6所述的基于多特征指标融合的用电负荷辨识方法，其特征在于，所述步骤3.1中，所述编码方案采用二进制编码；每个染色体对应一个负荷组合集，所述负荷组合集包含n个负荷，染色体长度L＝n，即染色体是一个长度为n的0和1字符串；当染色体中的某个基因为“1”时，表示该基因对应的负荷为运行状态，当染色体中的某个基因为“0”时，表示该基因对应的负荷为关闭状态；

所述适应度函数为：H＝min(Y(x)-Y′(x))；当HH₀时，判定为达到最优解，迭代结束，输出最优解，其中，H₀为适应值。

8.根据权利要求6或7所述的基于多特征指标融合的用电负荷辨识方法，其特征在于，所述迭代运算包括选择、交叉和变异；所述迭代运算中的选择采用轮盘赌选择方法；交叉采用均匀交叉策略；变异采用基本位变异，即对染色体中以变异概率、随机指定的某一位或某几位上的值做变异运算。