[发明专利]一种非居民用户非侵入式负荷用电信息采集方法

权利要求书

1.一种非居民用户非侵入式负荷识别方法，其特征在于，所述负荷识别方法包括以下步骤：

步骤S1：在配电变压器低压侧进行非侵入负荷数据采集；

步骤S2：根据负荷数据固有和统计特征识别负荷类型，建立负荷特征数据库；

步骤S3：依据负荷特征数据库生成训练数据集和测试数据集；

步骤S4：对训练数据集中各特征贡献度进行评估；

步骤S5：去除的贡献度低于特定值的特征，并生成新的训练数据集来构建模型；

步骤S6：使用测试数据集进行测试，以评估模型在实际环境中的性能。

2.根据权利要求1所述负荷识别方法，其特征在于，在步骤S2中，所述负荷特征数据库实时根据用户新增的电器更新数据库。

3.根据权利要求1所述负荷识别方法，其特征在于，步骤S3中，所述训练数据集包括样本数据和与样本数据相关标签集；

所述与样本数据相关标签集包括数据库中所有负荷种类的标志位，并对参与叠加的负荷种类的标志位将被标记为“1”，未参与叠加的负荷种类的标志位将被标记为“0”。

4.根据权利要求3所述负荷识别方法，其特征在于，步骤S3中，所述样本数据是由所述负荷特征数据库中多种负荷的模板波形叠加形成的混合信号。

5.根据权利要求1所述负荷识别方法，其特征在于，步骤S4中，所述特征包括电流均方根I_RMS，振幅系数I_C，电流最大值I_MAX，有功功率P，无功功率Q，功率因数PF，基波FW和第三谐波HAR_3rd。

6.根据权利要求1所述负荷识别方法，其特征在于，步骤S4中，所述训练数据集中任一特征的贡献度可表示为：

其中，c代表所述训练数据集中特征总数，是所述训练数据集中所有特征的贡献度之和，为所述训练数据集中任一特征的贡献度。

7.根据权利要求1所述负荷识别方法，其特征在于，步骤S5中，所述特定值为5％。

8.根据权利要求1所述负荷识别方法，其特征在于，步骤S6中，所述评估方式包括准确率；

所述准确率ACC可表示为：

其中，TP和TN分别代表对正样本和负样本预测正确的数量，而FP和FN则分别代表对正样本和负样本预测错误的数量。

9.根据权利要求8所述负荷识别方法，其特征在于，步骤S6中，所述评估方式包括F-score计算；

所述F-score计算可表示为：

其中，P_a代表第a种负荷的精确率，即预测结果为正的样本中实际为正的样本的比例；R_a代表第a种负荷的召回率，即所有正样本中被正确预测为正的样本的数量；B是识别负荷的总数。

精确率和召回率之间互相排斥，因此选用F-score这个概念对其进行平衡。

精确率P可表示为：

召回率R可表示为：