[发明专利]一种基于二分递推SVD分解的居民电器开关事件检测方法

说明书

本发明涉及一种基于二分递推SVD分解的居民电器开关事件检测方法，包括以下步骤：(1)数据采集；(2)对居民电器的总有功功率数据进行二分递推SVD分解，通过计算奇异熵以确定最佳分解层数；(3)利用硬阈值滤波函数滤波获得居民电器的开关时刻；本发明基于二分递推SVD分解的居民电器开关事件进行检测，优点在于采用方法简单易操作且计算速度快，降低了漏检、误检率，提高了检测精度，检测结果稳定。

技术领域

本发明涉及非侵入式负荷监测技术领域，尤其是涉及一种基于二分递推SVD分解的居民电器开关事件检测方法。

背景技术

随着我国城镇化推进和经济结构调整，居民生活用电量占全社会总用电量比例越来越大。居民的用电数据既可以帮助用户调整用电行为，积极参与需求响应，又可以帮助电力公司合理安排调度，削峰填谷。负荷监测技术是获得居民用电数据的重要途径，其可分为“侵入式”和“非侵入式”两种，传统的侵入式监测技术需要为每个用电设备安装采集装置和传感装置，消耗大量人力和物力。20世纪80年代Hart教授提出了非侵入式负荷监测(NILM)技术，该技术无需安装大量监测设备，仅在用户进户端采集总负荷信息，便可通过负荷分解获得户内各电器的耗电信息。随着智能化水平的提高，该技术逐步成为国内研究热点。

非侵入式负荷监测技术包括负荷开关事件检测、特征提取、负荷识别三个环节，其开关事件准确检测是实现非侵入式负荷监测的重要前提和基础。目前居民电器开关事件检测方法主要有非参数化的双边滑动窗CUSUM变点检测方法、小波分解方法。滑动窗CUSUM变点检测方法通过检测滑动窗口内有功功率的变化，可检测出电器开关事件的发生时刻，但是该方法受限于设定的功率序列滑动窗口及阈值，易存在漏检和误检。小波分解方法是通过对功率信号进行小波分解，检测出有功功率信号中突变点的位置，但是该方法难于选择合适的小波基，且检测位置易发生偏移，检测精度不高。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于二分递推SVD分解的居民电器开关事件检测方法，提高非侵入式负荷监测技术中居民电器开关事件检测准确率。

本发明的目的可以通过以下技术方案来实现：

一种基于二分递推SVD分解的居民电器开关事件检测方法，包括以下步骤：

步骤1：数据采集：在电力入户点采集居民家庭的用电信息数据并得出居民家庭的总有功功率数据；

步骤2：利用二分递推SVD分解总有功功率数据：对步骤1中采集到的居民电器开关事件总有功功率数据进行Hankel矩阵变换，再进行二分递推SVD分解，通过计算奇异熵以得到最优分解层数；

步骤3：利用硬阈值滤波函数获得居民电器的开关时刻：利用硬阈值滤波函数对步骤2中获得的最优分解层数下的细节信号进行滤波，实现总有功功率中突变点位置的准确检测，即居民电器的开关时刻。

优选地，所述步骤1中的用电信息数据包括居民电器的总电流、电压数据，所述居民家庭的总有功功率数据通过MATLAB得出并将其作为开关事件检测的目标对象。

优选地，所述步骤2包括以下分步骤：

步骤21：构造针对总有功功率数据的二维Hankel矩阵；

步骤22：利用二分递推SVD分解二维Hankel矩阵后通过反变换得到近似信号A和细节信号D；

步骤23：重复步骤22将原始总有功功率数据分解为一系列的近似和细节信号；

步骤24：针对步骤23中得到的一系列细节信号计算奇异熵增量。

优选地，所述步骤3包括以下分步骤：

步骤31：取最优值：判断若奇异熵增量大于设定值，利用近似信号构造新的Hankel矩阵重复进行分解，直到异熵增量小于设定值，分解层数达到最优；