[发明专利]一种非侵入式负荷匹配辨识方法有效
申请号: | 201911258197.8 | 申请日: | 2019-12-10 |
公开(公告)号: | CN110907762B | 公开(公告)日: | 2022-05-31 |
发明(设计)人: | 史帅彬;邓世聪;王雅倩 | 申请(专利权)人: | 深圳供电局有限公司 |
主分类号: | G01R31/08 | 分类号: | G01R31/08 |
代理公司: | 深圳汇智容达专利商标事务所(普通合伙) 44238 | 代理人: | 潘中毅 |
地址: | 518000 广东省深圳市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 侵入 负荷 匹配 辨识 方法 | ||
1.一种非侵入式负荷匹配辨识方法,其特征在于,包括:
步骤S1,计算电力入口处的有功功率和无功功率;
步骤S2,判断是否发生负荷事件,在发生负荷事件时通过相邻两个类域之间聚类中心点特征信息的差分,获得负荷特征信息;
步骤S3,根据获得的负荷辨识特征信息,引入马哈拉诺比斯距离并利用协方差矩阵计算两个未知样本集中多维特征的相似度,采用Medoid Shift算法迭代,更新聚类中心,完成负荷聚类匹配辨识;
所述步骤S3包括:
设当前获得的负荷特征变化数据集为{xi},其中i=1,2,…nh,则通过其迭代公式表示为:
上式中xi是当前获取的负荷特征信息;权重ω定义为:
当采用Medoid Shift算法迭代时,逐渐收敛直至满足||y1-y0||≤ε,ε为设置的阈值,此时确定当前点所对应的负荷为辨识结果;
步骤S3计算两个未知样本集中多维特征的相似度的方式为:
其中,多变量向量μ=(μ1,μ2,...,μn)T表示样本数据集X的总体均值,待匹配特征数据y=(y1,y2,...,yn)T,Σ为数据集X的协方差矩阵。
2.根据权利要求1所述的非侵入式负荷匹配辨识方法,其特征在于,所述步骤S1计算的电力入口处的有功功率和无功功率为由一个聚类中心按设定分布构成的数据集,所述步骤S2采用Medoid Shift算法进行聚类,通过聚类中心是否发生变化判断是否发生负荷事件。
3.根据权利要求2所述的非侵入式负荷匹配辨识方法,其特征在于,所述步骤S2采取负荷逼近的方式对类域进行约束,以避免将具有过渡态的负荷投/切分割成多个负荷事件。
4.根据权利要求3所述的非侵入式负荷匹配辨识方法,其特征在于,有功功率P是在一个周期T内瞬时电压u和瞬时电流i的乘积和的平均,其计算方式为:
无功功率Q的计算方式为:
所述负荷逼近的方式为:
其中,V表示有功功率变化值;P(t)为当前类域Ωk中的有功功率;运行标记ai对应负荷设备的开启或关闭,ai(t)=1表示当前设备运行,ai(t)=0表示当前处于关闭状态;m表示电力设备负荷数据库中负荷个数,Pi为记录在数据库中第i个设备的有功功率值;当满足无功功率Q的计算公式时,如果此时的运行标记ai没有发生变化且V在设置的阈值范围之内,则判定没有负荷事件发生,忽略当前类域;反之,如果ai发生变化或者V超过阈值,则判定发生负荷事件。
5.根据权利要求1所述的非侵入式负荷匹配辨识方法,其特征在于,数据集X的协方差矩阵Σ为:
其中,
σij=cov(xi,xj)=E(xixj)-E(xi)(xj) i,j=1,2,...,n。
6.根据权利要求5所述的非侵入式负荷匹配辨识方法,其特征在于,对于数据集中任意两样本与其相似度表示为:
7.根据权利要求1所述的非侵入式负荷匹配辨识方法,其特征在于,所述步骤S3引入马哈拉诺比斯距离并利用协方差矩阵计算两个未知样本集中多维特征的相似度的具体计算方式为:首先利用坐标变换将多种维度数据进行归一化,化成与尺度无关的无量纲值,再计算其相似度。
8.根据权利要求1所述的非侵入式负荷匹配辨识方法,其特征在于,所述多维特征是用电设备表现出来的可用于区分不同设备的电力特征,至少包括有功功率和无功功率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳供电局有限公司,未经深圳供电局有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911258197.8/1.html,转载请声明来源钻瓜专利网。