[发明专利]一种基于多特征指标融合的用电负荷辨识方法

说明书

本发明公开了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。本发明通过将电流有效值和有功功率等多个参数指标作为负荷辨识特征量，提高了辨识准确性；本发明采用多特征指标融合的目标函数作为负荷辨识条件，减少了负荷辨识计算量。

技术领域

本发明涉及负荷辨识技术领域，尤其涉及一种基于多特征指标融合的用电负荷辨识方法。

背景技术

近年来，随着智能用电、电力需求侧管理技术的逐渐发展和能源节约意识逐渐增强，相继出现了智能插座、智能电器实现用电智能化。然而传统的检测方法多采用侵入式对家电运行状态进行监测，并为能源管理系统提供相关数据。这种系统高昂的成本投入以及较差的扩展性使得其应用范围受限，同时不方便长期维护。非侵入式负荷监测(Non-intrusive load monitoring NILM)是仅根据整个房屋的功率计读数估算单个设备所消耗的能量的过程。例如，仅通过一个整个房屋的电表就可以判断出各类电器使用的电量(比如空调，冰箱，白炽灯，荧光灯和电视机)。在知道了分类电器的用电情况后，可以实现各种节能措施。

同时，负荷辨识是非侵入式负荷监测的关键，常用负荷辨识中，主要以有功功率、无功功率、谐波、电流等作为负荷辨识特征量，当不同负荷有相同功率或者相同电流时，将对负荷辨识的准确性造成一定影响。

发明内容

针对现有技术中存在的问题，本发明提供一种基于多特征指标融合的用电负荷辨识方法，通过将多个特征指标作为负荷辨识特征量，再利用遗传算法进行负荷辨识，以提高负荷辨识准确率。

第一方面，本发明保护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；

进一步地，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。

更进一步地，所述单负荷目标函数为Y_n(x)＝αy₁(x)+βy₂(x)+γy₃(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。

所述多负荷目标函数为Y(x)＝Y₁(x)+Y₂(x)+Y₃(x)+…+Y_n(x)。

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；

进一步地，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。

更进一步地，所述实测目标函数为：Y′(x)＝αI′+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。

步骤3，采用遗传算法对实测目标函数进行负荷辨识。

进一步地，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；