[发明专利]一种基于非侵入式技术的负荷事件多维特征匹配方法与系统

权利要求书

1.一种非侵入式负荷事件多维特征匹配方法，其特征在于，包括：

S100采集电力设备的电流电压值，通过所述电流电压值计算电力设备多维特征数据，所述多维特征数据包括有功功率、无功功率以及各次谐波；

S200设置预设阈值组，提取电力设备开启和关闭的时间点和对应的多维特征数据；

S300将电力设备开启和关闭时对应的多维特征数据定义为开启特征向量集和关闭特征向量集；

S400对开启特征向量集和关闭特征向量集进行单一特征匹配和多维特征匹配；

S500对开启特征向量集和关闭特征向量集进行单一特征寻优、多维特征权重分配，得到最小耗费矩阵；

S600根据最小耗费矩阵中的元素分布特性判断电力设备开启事件和关闭事件最佳匹配结果；

S700根据电力设备开启事件和关闭事件的最佳匹配结果，获取电力设备负荷事件对应关系。

2.如权利要求1所述的非侵入式负荷事件多维特征匹配方法，其特征在于，S200中所述阈值组为电力设备在检测区间内功率的变化累计值。

3.如权利要求1所述的非侵入式负荷事件多维特征匹配方法，其特征在于，所述S300的开启特征向量集为关闭特征向量集其中，i＝1,2,…,l，l表示有l个电力设备，s表示第s种特征数据，m为检测到的开启事件数量，n为检测到的关闭事件数量。

4.如权利要求1所述的非侵入式负荷事件多维特征匹配方法，其特征在于：所述对开启特征向量集和关闭特征向量集进行单一特征匹配和多维特征匹配采用二部图寻优法。

5.如权利要求3所述的非侵入式负荷事件多维特征匹配方法，其特征在于，匹配矩阵定义为矩阵元素定义为

6.如权利要求5所述的非侵入式负荷事件多维特征匹配方法，其特征在于，多维特征权重分配方法为定义权值向量B＝{β₁,β₂,…,β_s}，其中β₁,β₂,…,β_s分别代表电力设备对应特征贡献率，且β₁+β₂+…+β_s＝1。

7.如权利要求6所述的非侵入式负荷事件多维特征匹配方法，其特征在于，得到最优化匹配矩阵方法为：定义综合矩阵C^*＝C_i×B^T，通过综合矩阵得到最小耗费矩阵，其中最小耗费量满足

8.如权利要求1所述的非侵入式负荷事件多维特征匹配方法，其特征在于，S700具体方法为：根据电力设备开启事件和关闭事件的最佳匹配结果，结合电力设备开启事件和关闭事件时刻、设备功率，监控电力设备的运行状态和能耗。

9.如权利要求1所述的非侵入式负荷事件多维特征匹配方法，其特征在于，所述多维特征还包括电力设备运行时长、间歇性、周期性。

10.一种应用于权利要求1-9的非侵入式负荷事件多维特征匹配系统，包括数据采集模块、事件检测模块、特征输入模块、特征匹配模块、综合决策模块；其中：

数据采集模块，采集并储存电力设备的电力数据；

事件检测模块，根据预设阈值组，提取电力设备开启和关闭事件，得到电力特征向量；

特征输入模块，将电力特征向量进行归类，形成电力设备开、关两类多维特征向量，输入到特征匹配模块中；

特征匹配模块，将多维特征向量进行基于二部图法的特征匹配；

综合决策模块，通过匹配的多维特征向量进行最小耗费决策，得到最佳的电力设备负荷事件匹配结果。