[发明专利]一种基于鸡群算法的多特征加权的家用电气负荷识别方法

权利要求书

1.一种基于鸡群算法的多特征加权的家用电气负荷识别方法，其特征在于，该方法包括以下步骤：

步骤1、基础数据处理：在用户端口处安装传感器，采集用户电气数据，统计居民用户的用电习惯，以此作为基础数据库；在获取的用户基础数据中，对各个电气属性有功功率、无功功率、谐波电流进行统计；

步骤2、目标函数寻优：对获取的用户基础数据中，对各个电气属性有功功率、无功功率、谐波电流进行目标函数的寻优；利用改进的离散式鸡群算法得到目标函数最优值；

步骤3、结构熵权法加权分析：对各个电气特征所得的电气运行结果，构建属性决策矩阵，利用结构熵权法，获取电气特征量的熵数值，依据得出的识别矩阵，将熵值法确定的权重和对识别矩阵的赋值结合，最终识别出负荷使用情况。

2.根据权利要求1所述的一种基于鸡群算法的多特征加权的家用电气负荷识别方法，其特征在于，所述步骤1包括：

利用安装于用户终端侧的传感器采集用户使用电器的各项电气特征：有功功率、无功功率、稳态谐波电流，进行负荷分解运算；

其中有功功率公式：

其中，V(t)为处于时间t时刻的瞬时电压、I_i(t)为处于时间t时刻的瞬时电流、T为交流电周期时间、dt为积分因子，I_i表示第i个设备的电流值；

有功电力负荷功耗分解确立优化的目标函数：

式子中P_i是数据库中已经记录过的第i个设备的有功功率；P为当前总有功功率；x_i代表第i设备的投切状态，为0时表示该设备未运行，为1时表示该设备在运行、N代表所有的设备数量；

无功功率公式：

对无功电力负荷功耗分解确立优化的目标函数：

式子中Q_i是数据库中已经记录过的第i个设备的有功功率；Q当前总无功功率；

稳态谐波电流：当某一家庭含有m类主要的家电设备，n种的独立工作状态，电器稳态运行具有叠加性，总电流等于这n种工作状态的线性叠加，即：

i_L(t)＝x₁i_s1(t)+x₂i_s2(t)+…+x_ni_sn(t)

式中i_L(t)为用户侧的总电流；i_s1、i_s2、i_s3…i_sn分别为第1、2、…n中状态的工作电流；x₁、x₂、...、x_n∈{0,1}分别表示第1、2…n种家电设备状态的工作状况，其值为0表示为处于未工作状态，其值为1是表示处于工作状态；

用向量法来表示上式，则表示为：

其中，θ_L,h为总电流的相角、I_L,h为总电流的数值、θ_sn,h分电流的相角值、I_sn,h为分电流的数值，n,h用于标记电流的信息，h表示描述电流的奇数谐波维度为1、3、5、7维，n表示属于分电流中的一个电流，I_L,1∠θ_L,1表示所有支路电流一次谐波的总和；x₁，x₂，...，x_n∈{0,1}是方程组的待求变量；等式左侧矩阵中的元素都是实时所测量得到的已知量，等式右侧矩阵中的元素是通过离线的基础数据库进行统计便可已知的量；

得到当用户家电设备开启关断后，电流实际变化值作为目标函数为：

mind₍₃₎＝||I_L-I_SX||

式中：I_L为集中器采集到家庭用户的总电流，I_S为用户家电设备模型的参数矩阵，X为居民用户内各家电负荷的工作状态矩阵，负荷识别转化为最优组合问题的求解。