[发明专利]一种负荷事件检测方法、系统及存储介质

说明书

本发明公开了一种负荷事件检测方法、系统及存储介质，对居民入户总线的高频采样数据进行滑动窗的卡尔曼滤波，使用改进双向CUSUM检测算法检测居民负荷运行的变点时刻，从而判断是否发生负荷事件。整个数据窗口被划分为多个滤波窗口，依次滑动进行卡尔曼滤波。在双向CUSUM算法中引入自适应收缩参数，使统计函数与负荷事件产生联动，计算每个数据点的正负向累积统计函数值。通过比较正负向统计值与阈值的判断来标记负荷事件，自动分类投入与切除负荷事件。本发明具有滤波去噪的同时保留负荷突变特征的优势，抗干扰能力强；具备自适应不同功率等级、投切特性的负荷事件检测能力，检测精度高。

技术领域

本发明涉及一种负荷事件检测方法、系统及存储介质，属于非介入式负荷辨识技术领域。

背景技术

随着我国城镇居民生活水平的提高，居民用户的用电负荷呈高速增长态势，同时居民对精准精益用能服务需求日趋增长。非介入式负荷辨识技术是居民用户侧的一项全新的用电信息智能感知技术，其仅利用入户侧高频电压电流采样数据，实时本地进行居民用电负荷辨识，智能感知各类居民负荷的启停时间、用电功率等多维用电信息，进而精细化分析居民用户用能情况。相比于传统介入式负荷辨识技术(入户为每类负荷单独安装采集传感器)，非介入式负荷辨识技术无需大量硬件投入，无需入户施工，在经济性与建设运营上具有先天优势。

非介入式负荷辨识技术在原理上主要包括三个步骤：负荷事件检测、负荷标签特征提取与负荷分类辨识。负荷事件检测是指检测到用电负荷的突变，区分用电负荷的投入切除暂态区段与稳定工作的稳态区段。检测到负荷事件后，从负荷数据的暂态区段与稳态区段分别提取含基波分量、谐波分量、自定义属性分量的暂态特征与稳态特征，并将其与负荷特征数据库进行比对，或是基于负荷特征数据库训练的人工算法进行预测，实现对应用电负荷的辨识感知。

负荷事件检测是非介入式负荷辨识技术的决定性基础步骤，其将各类负荷的投入切除事件从总负荷曲线中抽离出来，分类单独进行比对辨识，大幅度提高辨识准确性。与此同时，负荷事件检测区分负荷曲线的暂态区段与稳态区段，为负荷暂稳态特征计算提供准确可靠的数据区段。但现有负荷事件检测面对复杂工况与多负荷叠加情况，仍然存在着检测精度不高、漏检错检时有发生、无法自适应多种投切特性等问题。

发明内容

针对现有技术的不足，本发明的目的在于提供一种负荷事件检测方法、系统及存储介质，以解决现有技术中存在的检测精度不高的问题。

为了解决上述技术问题，本发明所采用的技术方案是：

一种负荷事件检测方法，包括以下步骤：

获取负荷事件的降频数据；

计算所述降频数据的自适应收缩系数；

根据所述自适应收缩系数计算降频数据的统计函数值；

根据所述统计函数值对负荷事件的性质进行判断。

进一步的，所述降频数据的获取方法包括：

获取负荷事件的有功功率；

对所述有功功率进行迭代更新，获取滤波数据；

对所述滤波数据进行降频处理，获取降频数据。

进一步的，所述迭代更新包括多维迭代更新和一维迭代更新。

进一步的，所述多维迭代更新的过程如下：