[发明专利]一种非侵入式负荷匹配辨识方法

说明书

本发明涉及一种非侵入式负荷匹配辨识方法，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。本发明通过引入马哈拉诺比斯距离，能够有效地将检测得到的负荷事件，提高负荷匹配辨识的准确率，也为提升配电侧电网智能化提供一种新的解决方案。

技术领域

本发明涉及电力系统技术领域，尤其涉及一种非侵入式负荷匹配辨识方法。

背景技术

电力负荷监测可以采用侵入式和非侵入式的装置。相比于侵入式负荷监测技术要求在用户家庭每一个电器设备线路上安装传感器，非侵入式电力负荷监测技术是一种将传感器仅安装在用户电力入口即可获得各个用电设备投切状态、能耗等信息的技术，具有安装方便、成本低廉、用户接受程度高等优点。

为了能够准确有效地实现非侵入式负荷监测，负荷辨识技术是其中最为关键的内容，它在一定程度上决定了负荷能耗的分解性能，也影响用户用电体验。因此，负荷辨识技术成为了研究非侵入式负荷分解的一个重要研究方向。目前现有的负荷辨识算法主要分为三个大类：(1)最优化方法；(2)监督学习方法；(3)非(半)监督学习方法，其中，监督学习方法例如聚类算法、神经网络模型等仍然是目前研究的重点。

由于电力负荷的运行具有较强随机性强，且运行特征受电压、电流波动差等影响，增加了直接负荷辨识的难度。

发明内容

本发明所要解决的技术问题在于，提供一种非侵入式负荷匹配辨识方法，以提高负荷辨识准确率。

为了解决上述技术问题，本发明提供一种非侵入式负荷匹配辨识方法，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。

进一步地，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。

进一步地，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。

进一步地，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Ω_k中的有功功率；运行标记a_i对应负荷设备的开启或关闭，a_i(t)＝1表示当前设备运行，a_i(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，P_i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a_i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a_i发生变化或者V超过阈值，则判定发生负荷事件。