[发明专利]一种负荷分解中功率信号自适应重构方法

说明书

本发明提供一种负荷分解中功率信号自适应重构方法，能够重构生成没有缺失数据的功率信号序列。所述方法包括：采集功率信号序列，将其转换为功率矩阵；根据转换得到的功率矩阵，构建变换算子矩阵；构建测量矩阵；确定重构权重，根据得到的变换算子矩阵、重构权重和构建的测量矩阵，迭代更新功率矩阵，直至当前迭代次数等于功率信号序列的长度；将当前得到的功率矩阵进行转换，生成没有缺失数据的功率信号序列。本发明涉及电力领域。

技术领域

本发明涉及电力领域，特别是指一种负荷分解中功率信号自适应重构方法。

背景技术

负荷分解(也可以称为：能量分解)是将电表处读取的功率值分解为单个负载所消耗的功率值，如图1所示，其中，图1中的数据为模拟数据，非实测数据。

随着智能电网的发展，家庭用电负荷的分析变得越来越重要。通过用电负荷的分析，家庭用户可以及时获得每个电器的用电信息，以及电费的精细化清单；电力部门可以获得更详尽的用户用电信息，并可以提高用电负荷预测的准确度，为电力部门提供统筹规划的依据。同时，利用每个电器的用电信息，可获知用户的用电行为，这对于家庭能耗评估和节能策略的研究具有指导意义。

当前用电负荷分解主要分为侵入式负荷分解和非侵入式负荷分解两种方法。非侵入式负荷分解方法不需要在负荷的内部用电设备上安装监测设备，只需要根据用电负荷总信息即可获得每个用电设备的负荷信息。非侵入式负荷分解方法具有投入少、方便使用等特点，因此，该方法适用于家庭负荷用电的分解。

非侵入式负荷分解方法所使用的功率数据来自于智能电表的读数，智能电表一般安装在家庭用电入户线处，以检测家庭用户所使用的总电量。由于负荷分解属于典型的欠定问题(即：方程数远远小于未知变量的个数)，所以数据的完备性在负荷分解中显得尤其重要。但是来自智能电表的实际数据可能有缺失(例如，智能电表故障、通信故障、数据接收装置故障等等均会造成数据的缺失)，有缺失的数据会进一步恶化欠定问题的求解，造成负荷分解结果具有较大的误差。

发明内容

本发明要解决的技术问题是提供一种负荷分解中功率信号自适应重构方法，以解决现有技术所存在的智能电表数据缺失的问题。

为解决上述技术问题，本发明实施例提供一种负荷分解中功率信号自适应重构方法，包括：

采集功率信号序列，将其转换为功率矩阵；

根据转换得到的功率矩阵，构建变换算子矩阵；

构建测量矩阵；

确定重构权重，根据得到的变换算子矩阵、重构权重和构建的测量矩阵，迭代更新功率矩阵，直至当前迭代次数等于功率信号序列的长度；

将当前得到的功率矩阵进行转换，生成没有缺失数据的功率信号序列。

进一步地，所述采集功率信号序列，将其转换为功率矩阵包括：

采集功率信号序列p^ori＝[P₁,P₂,…,P_N]，其中，N为功率信号序列的长度；

按照功率信号序列的先后次序，将功率信号序列分为N_R段，每段含有N_C个数据，其中，符号表示上取整；

如果NN_R×N_C，则将最后一段不足的部分补零；

将分段后的数据重新排列为矩阵的形式，一段数据为一行，得到功率矩阵

进一步地，所述根据转换得到的功率矩阵，构建变换算子矩阵包括：

将功率矩阵转换为二维信号；

确定二维信号的信号变换算子；