[发明专利]一种非侵入式负荷分解方法及系统

摘要

本发明公开一种非侵入式负荷分解方法及系统，方法包括：获取各负荷处于稳定状态时的电流数据；将所述电流数据量化分析，建立量化监测值的概率分布；根据所述概率分布识别各所述负荷状态；将各所述负荷状态进行组合，构成组合状态；根据所述各负荷处于稳定状态时的电流数据以及所述组合状态，分析出所述组合状态转变时的相关性，以及所述组合状态与总电流量监测值间的关联性，创建马尔可夫模型；将马尔可夫模型中的稀疏矩阵压缩，得到压缩向量；根据所述压缩后的稀疏矩阵结合数据查询算法和改进的维特比算法分解出各负荷所处于的运行状态。本发明中的上述方法及系统能够实现对家庭负荷准确分解，减少负荷分解时的数据存储量和计算量。

主权项

1.一种非侵入式负荷分解方法，其特征在于，所述方法包括：获取各负荷处于稳定状态时的电流数据；将所述电流数据量化分析，建立量化监测值的概率分布；根据所述概率分布识别各所述负荷状态，具体包括：获取单个量化检测值的概率p(n)，n为量化监测值；判断p(n)‑p(n+1)以及p(n)‑p(n‑1)是否大于0，得到第一判断结果，若第一判断结果表示p(n)‑p(n+1)以及p(n)‑p(n‑1)大于0时，p(n)为极大值；当p(n)为极大值时，判断p(n)是否大于e，得到第二判断结果，当第二判断结果表示p(n)大于e时，则表示识别到负荷的一个状态，e表示测量误差；将各所述负荷状态进行组合，构成组合状态，具体包括：W＝k(1)k(2)k(3)…k(M)其中W为组合状态，M为负荷总数，k(M)为第M个负荷，将组合状态按照以下公式进行索引：S为索引号，K(i)为第i个负荷具有量化状态总数，M为负荷总数，k(m)为第m个负荷的量化状态索引；根据所述各负荷处于稳定状态时的电流数据以及所述组合状态，分析出所述组合状态转变时的相关性，以及所述组合状态与总电流量监测值间的关联性，创建马尔可夫模型；所述创建马尔可夫模型具体包括：λ＝{P0,A,B}其中，λ为马尔可夫模型，P0为初始时刻各组合状态的额定概率构成的长度为T的行向量，A为T×T的状态转移矩阵，T表示T个组合状态，B为T×N的发射矩阵，N为可能得到的量化监测值的个数；A[i,j]＝P{St＝j|St‑1＝i}B[j,n]＝P{yt＝n|St＝j}St为t时刻的组合状态，yt为t时刻的量化监测值，A[i,j]表示在t‑1时刻组合状态为i的条件下，t时刻组合状态为j的概率；B[j,n]表示t时刻组合状态为j的条件下，实际监测到的量化监测值为n的概率；将马尔可夫模型中的稀疏矩阵压缩，得到压缩向量；根据所述压缩后的稀疏矩阵结合数据查询算法和改进的维特比算法分解出各负荷所处于的运行状态。