[发明专利]非侵入式负荷识别方法、装置及计算设备

说明书

本申请提供一种非侵入式负荷识别方法、装置及计算设备，涉及居民用电监测技术领域，该方法包括：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负荷特征向量数据集进行聚类分析得到聚类结果，并根据聚类结果确定泛化能力指标值；判断泛化能力指标值是否大于阈值，若泛化能力指标值大于阈值，则根据聚类结果确定负荷特征库；根据负荷特征库对目标家庭用电总线上的实时负荷数据进行识别。由于泛化能力指标值表征聚类结果的准确性，因此可以判断泛化能力指标值，并在泛化能力指标值大于阈值时，再根据聚类结果确定负荷特征库，从而保证根据负荷特征库进行非侵入式负荷识别时的准确性。

技术领域

本申请涉及居民用电监测技术领域，具体而言，涉及一种非侵入式负荷识别方法、装置及计算设备。

背景技术

随着世界人口的迅速增长导致能源快速消耗，环保节能也是目前能源领域共同追求的目标，其中，非侵入式居民用电监测技术在国内外都有较广泛的应用和研究，为了减少成本，目前进行非侵入式负荷识别时使用的负荷特征库的一般都是针对用户所在用电总线上采集的历史总线数据采用聚类分析的方式建立的，但是无法保证经聚类分析得到的聚类结果效果，因此导致无法保证非侵入式负荷识别准确率的问题。

发明内容

本申请实施例的目的在于提供一种非侵入式负荷识别方法、装置及计算设备，用以改善现有技术中无法保证非侵入式负荷识准确率的问题。

第一方面，本申请实施例提供了一种非侵入式负荷识别方法，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。

在上述实现过程中，根据目标家庭用电总线上的历史负荷数据计算得到负荷特征向量数据集，再根据预设聚类参数对负荷特征向量数据集进行聚类分析得到聚类结果，聚类结果可能存在不准确的问题，因此需要对聚类结果进一步进行分析并确定出泛化能力指标值，泛化能力指标值可以表征聚类结果的准确性，继而可以对泛化能力指标值进行判断，并只在泛化能力指标值大于阈值时，才根据聚类结果确定负荷特征库，从而保证根据负荷特征库进行非侵入式负荷识别时的准确性。

可选地，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。当泛化能力指标值不大于阈值时，则表明无法保证根据此时得到的聚类结果确定出负荷特征库进行准确的负荷识别，继而可以通过调整预设聚类参数重新进行聚类分析，从而保证根据重新进行聚类分析确定出负荷特征库能够进行准确的负荷识别。

可选地，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训练样本的聚类结果和作为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。

在上述实现过程中，先对训练样本的聚类结果进行分类学习得到判别函数，由于理论上判别函数可以对测试样本进行准确的分类，因此可以将得到的判别函数对测试样本进行判别，得到判别结果，再比对判别结果以及作为测试样本的聚类结果，以分析聚类分析的效果，并可以通过计算出泛化能力指标值，来说明若根据当前的聚类结果确定出的负荷特征库对负荷数据进行非侵入式负荷识别时的准确率是否满足条件。