[发明专利]居民负荷定位方法

说明书

本发明涉及一种居民负荷定位方法，该方法为：针对居民负荷网络定义M×N的用户侧负荷网络矩阵，M为配电箱中的空气开关的数量，N为空气开关后挂接的用电设备的最大数量，用户侧负荷网络矩阵中的元素为各个用电设备的载波输入阻抗或工作状态，用户侧负荷网络矩阵中的元素的位置取决于对应用电设备距离居民负荷网络中的电表的相对位置；在电表处测量各个用电设备的载波输入阻抗，利用XGBoost算法拟合得到M、N的值，再利用XGBoost算法迭代而将各个用电设备的载波输入阻抗或工作状态填充至用户侧负荷网络矩阵中，从而基于填充后的用户侧负荷网络矩阵确定各个用电设备的相对位置。本发明能够对居民负荷网络中的各个用电设备进行定位，提高居民负荷辨识水平。

技术领域

本发明属于电力需求侧非侵入式负荷监测与分解领域，服务于电网公司综合能源业务的拓展与推广，具体涉及一种居民负荷定位方法。

背景技术

新型电力系统的构建推动电力系统与先进信息通信控制技术的耦合发展，将传统能源电力的配置方式由部分感知、单向控制、计划为主转变为高度感知、双向互动、智能高效。传统的负荷监测采用的是侵入式的方法，需要在被监测的各个用电设备上安装特定传感器，但是现实情况下考虑到居民用户的用电设备属于用户资产，供电企业无权处理且存在潜在的侵犯用户隐私的风险，因此非侵入式负荷监测手段更容易被各方接受。非侵入式负荷监测(non-intrusive load monitoring，NILM)只需要在用户电力入口处安装负荷监测装置，进行负荷识别和用电行为分解得到用户内部各类电器准确的用电信息，因其可以方便快捷的获得家庭详细的用电情况，在线监测用户的用电行为，实现用户与电网实时双向互动，已成为目前国内外研究的热点。用电设备在运行中所体现的独特的能反映用电状态的信息称为负荷印记(load signatures，LS)，是NILM依赖的主要判别依据。

现有的基于NILM居民用电行为分析实施架构如图1所示，依赖于智能电表采集的用电设备运行过程中的LS数据，其中历史数据用于负荷特征训练与分类器设计，实时数据与经过训练的历史数据比较，用于当前用电行为的分解与探知，当前的NILM尚未有突破此构架的方法。

随着NILM研究的不断深入和多种训练算法的引入，NILM的负荷辨识率得到明显的提升，但是仍有难以回避的难题尚未得到有效解决。用电设备的“定位”问题，即现有的NILM技术只能回答特定用电设备在特定时刻是否运行和运行状态的问题，而不能解答特定用电设备在整个家庭负荷网络中的“物理位置定位”问题，难以实现包含负荷位置的精准辨识。

发明内容

本发明的目的是提供一种能够对居民负荷的位置进行辨识的居民负荷定位方法。

为达到上述目的，本发明采用的技术方案是：

一种居民负荷定位方法，用于对居民负荷网络中的各个用电设备进行定位，针对所述居民负荷网络定义M×N的用户侧负荷网络矩阵，M为所述居民负荷网络对应的配电箱中的空气开关的数量，N为所述空气开关后挂接的所述用电设备的最大数量，所述用户侧负荷网络矩阵中的元素为各个所述用电设备的载波输入阻抗或工作状态，所述用户侧负荷网络矩阵中的元素的位置取决于对应所述用电设备距离所述居民负荷网络中的电表的相对位置；在所述电表处测量各个所述用电设备的载波输入阻抗，利用XGBoost算法拟合得到M、N的值，再利用XGBoost算法迭代而将各个所述用电设备的载波输入阻抗或工作状态填充至所述用户侧负荷网络矩阵中，从而基于填充后的所述用户侧负荷网络矩阵确定各个所述用电设备的相对位置。

主动向所述用电设备注入载波信号，从而得到各个所述用电设备的载波输入阻抗。