[发明专利]非侵入式负荷识别方法、装置及计算设备

权利要求书

1.一种非侵入式负荷识别方法，其特征在于，所述方法包括：

获取目标家庭用电总线上的历史负荷数据，并根据所述历史负荷数据计算获得负荷特征向量数据集；

根据预设聚类参数对所述负荷特征向量数据集进行聚类分析得到聚类结果，并根据所述聚类结果确定泛化能力指标值；

判断所述泛化能力指标值是否大于阈值，若所述泛化能力指标值大于所述阈值，则根据所述聚类结果确定负荷特征库；

根据所述负荷特征库对所述目标家庭用电总线上的实时负荷数据进行识别。

2.根据权利要求1所述的非侵入式负荷识别方法，其特征在于，判断所述泛化能力指标值是否大于阈值之后，所述方法还包括：

若所述泛化能力指标值不大于所述阈值，则调整所述预设聚类参数，转至所述根据预设聚类参数对所述负荷特征向量数据集进行聚类分析得到聚类结果的步骤。

3.根据权利要求1所述的非侵入式负荷识别方法，其特征在于，所述负荷特征向量数据集包括训练样本和测试样本，所述聚类结果包括作为所述训练样本的聚类结果和作为所述测试样本的聚类结果，根据所述聚类结果确定泛化能力指标值，包括：

对作为所述训练样本的聚类结果进行分类学习，得到判别函数；

根据所述判别函数对所述测试样本进行判别，得到判别结果；

计算所述判别结果中的判别元素以及作为所述测试样本的聚类结果中与所述判别元素相应的测试元素之间的差值的绝对值；

获取不大于预设值的绝对值的个数，并根据所述不大于预设值的绝对值的个数确定所述泛化能力指标值，其中，所述泛化能力指标值等于所述不大于预设值的绝对值的个数与所有所述测试元素的个数的比值。

4.根据权利要求1所述的非侵入式负荷识别方法，其特征在于，根据所述负荷特征库对所述目标家庭用电总线上的实时负荷数据进行识别，包括：

采集所述目标家庭用电总线上的所述实时负荷数据，并根据所述实时负荷数据检测所述家庭用电总线上是否出现切换事件；

若出现所述切换事件，则根据所述负荷特征库对所述实时负荷数据进行识别，以确定所述切换事件对应的负载类型。

5.根据权利要求4所述的非侵入式负荷识别方法，其特征在于，采集所述目标家庭用电总线上的所述实时负荷数据，并根据所述实时负荷数据检测所述家庭用电总线上是否出现切换事件之后，还包括：

若出现所述切换事件，则对所述实时负荷数据进行计算，并根据所述计算的结果更新所述负荷特征向量数据集，以获得更新后的所述负荷特征库。

6.根据权利要求1所述的非侵入式负荷识别方法，其特征在于，根据所述历史负荷数据计算获得负荷特征向量数据集，包括：

根据所述历史负荷数据计算电压-电流曲线特征向量，并根据所述电压-电流曲线特征向量确定所述负荷特征向量数据集。

7.一种非侵入式负荷识别装置，其特征在于，所述装置包括：

负荷特征向量数据集计算模块，用于获取目标家庭用电总线上的历史负荷数据，并根据所述历史负荷数据计算获得负荷特征向量数据集；

泛化能力指标值确定模块，用于根据预设聚类参数对所述负荷特征向量数据集进行聚类分析得到聚类结果，并根据所述聚类结果确定泛化能力指标值；

负荷特征库确定模块，用于判断所述泛化能力指标值是否大于阈值，若所述泛化能力指标值大于所述阈值，则根据所述聚类结果确定负荷特征库；

识别模块，用于根据所述负荷特征库对所述目标家庭用电总线上的实时负荷数据进行识别。

8.根据权利要求7所述的非侵入式负荷识别装置，其特征在于，所述装置还包括：

泛化能力指标值确定模块，还用于在所述泛化能力指标值不大于所述阈值时，调整所述预设聚类参数。

9.一种计算设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-6任一所述方法中的步骤。

10.一种可读取存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，运行如权利要求1-6任一所述方法中的步骤。