[发明专利]一种基于低频采集信号的居民非侵入式负荷监测方法

权利要求书

1.一种基于有限低频信息的居民用户非侵入负荷监测方法，包括以下步骤：

S1：采用广义似然比事件检测法建立事件检测器，通过计算两个相邻窗口中概率密度函数比率的自然对数，判断两个相邻窗口中是否发生事件，从而检测出采集信号中发生突变的时刻，以分解出此时刻发生投切事件的负荷，用于后续的负荷识别；

S2：建立事件检测器评估指标，引入真阳性率、真阳性百分比度量指标确定事件检测器可变参数，权衡指标性能选择最佳事件检测器；

S3：根据最佳事件检测器的输出得到事件发生时刻，提取前后一定时间内进行CEEMD分解计算，得到事件发生前后功率序列的IMF和最终趋势；

S4：把每次事件前后的功率序列以及对应的IMF和最终趋势绘制成二维波形图，将波形图输入训练好的卷积神经网络，输出得到当前发生事件对应的负荷类型，进而得到当前发生事件的负荷及状态。

2.如权利要求1所述的一种基于有限低频信息的居民用户非侵入负荷监测方法，其特征在于：步骤S1中，事件检测器的构建包括以下过程：

S1-1：采集信号序列，计算采样序列在前后窗口中的均值和方差，如下：

式中，μ_0,n,μ_1,n,分别是采样序列前窗和后窗的均值和方差；

S1-2：由信号序列的前后窗均值和方差构建对数似然比判断投切过程的起始点和结束点，对数似然比S[n]如下所示：

式中，P[n]表示输入功率序列信号P[n],n＝1,2,…,N，N(◇)α,β表示以α为均值，β为方差的正态分布；

对于nω₀+1和nN-ω₁的情况下无法计算窗口均值和方差，故定义这部分的S[n]值为0；同时数据集N一般非常大，可忽略这部分窗口采样点；S[n]的完整表达式如下：

考虑到电器投切前后通常会出现瞬态振荡，故对S[n]改进，把前后窗均值差小于阈值θ_p的S[n]值设为0，则改进的对数似然比l[n]可表示为：

S1-3：事件检测中确定期望阈值过程复杂，且期望阈值对于不同的有功功率序列相差较大，故引入投票窗口的方法改进对数似然比事件检测器；在改进的对数似然比l[n]上滑动一个长度为ω_v的投票窗口，在每个投票窗口中寻找l[n]绝对值最大的点，获得的投票数累积在序列V[n]中，其中V包含N个采样点中各点获得的总票数；引入一个票数阈值θ_v，事件序列可表示为：

E＝{[e₁,…,e_n,…,e_N],V[n]≥θ_v}(8)。