[发明专利]非侵入式负荷监测智能电表和电量分解方法

权利要求书

1.一种非侵入式负荷监测智能电表，包括智能电表主体，其特征在于，所述非侵入式负荷监测智能电表还包括数据中心模块、与所述数据中心模块通信相连的电量分解模块和显示模块；

所述电量分解模块，用于使用预先训练的电量分解模型对总线路用电量基于设备进行分解，将分解结果发送至数据中心模块；所述电量分解模型是使用样本用电总量对应的序列数据和各个设备的样本用电量进行训练得到；

所述数据中心模块，用于获取所述电量分解模块生成的分解结果，将所述分解结果发送至所述显示模块显示；

所述电量分解模型为加入了注意力机制的序列到点模型，所述注意力机制用于为各个不同尺寸的滑动窗口以及包括有功功率、无功功率、电压在内的各种物理量加权值；所述加入了注意力机制的序列到点模型的输入为所述用电总量对应的序列数据，输出为各个设备的用电量；

所述加入了注意力机制的序列到点模型将输入的总线路用电量通过通道注意力层对不同物理量进行加权，提取不同长度的滑动窗口下的数据的特征并对其进行针对不同长度窗口数据的加权融合，最后通过transformer编码解码框架获得各个设备的用电量；

所述加入了注意力机制的序列到点模型的计算过程包括以下步骤：

S11，选取有功功率、无功功率、电压三种物理量，采用CBAM模块中的通道注意力算法对不同物理量进行加权，其中，用于对不同物理量进行加权的权重参数由序列到点模型在训练过程中学习得到，学习过程包括以下步骤：

同时使用最大池化和均值池化算法，经过若干个MLP层获得变换结果，将变换结果分别应用于两个通道，使用激活函数得到各个通道的权重值；

S12，通过卷积操作进行特征提取，将特征张量送入编码器进行特征嵌入，将嵌入特征送入解码器获得输出，通过在总线路数据序列上起点不断向后移动，每次截取一定长度的数据，以选取得到一系列长度的滑动窗口；用同样的卷积神经网络对所述滑动窗口进行特征提取，提取到一系列特征后，采用CBAM模块中的通道注意力算法对其进行加权融合，其中，用于对不同长度窗口数据进行加权融合的权重参数由序列到点模型在训练过程中学习得到，学习过程包括以下步骤：

将通道本身进行降维，分别获取最大池化和均值池化结果，拼接成一个特征图，再使用一个卷积层进行学习。

2.根据权利要求1所述的非侵入式负荷监测智能电表，其特征在于，所述非侵入式负荷监测智能电表还包括：与所述数据中心模块通信相连的数据收发模块；

所述数据收发模块用于与外部设备建立通信连接，并通过该通信连接将包括所述分解结果在内的电表运行数据发送至所述外部设备。

3.根据权利要求1所述的非侵入式负荷监测智能电表，其特征在于，所述非侵入式负荷监测智能电表还包括：与所述数据中心模块通信相连的电量监控模块和报警模块；

所述电量监控模块用于监控所述总线路用电量或各个设备的用电量的变化是否存在异常；在存在异常时，向所述数据中心模块发送异常信息；

所述数据中心模块还用于在获取到所述异常信息时，控制所述报警模块生成并输出报警信息。

4.根据权利要求3所述的非侵入式负荷监测智能电表，其特征在于，所述数据中心模块还用于在接收到外部设备发送的异常指令时，控制所述报警模块生成并输出报警信息。

5.根据权利要求3所述的非侵入式负荷监测智能电表，其特征在于，所述非侵入式负荷监测智能电表还包括：与所述报警模块通信相连的开关控制模块；

所述报警模块还用于在生成报警信息后，将所述报警信息发送至所述开关控制模块；

所述开关控制模块用于在接收到所述报警模块发送的报警信息后，控制开关关闭，切断总线路电路。

6.根据权利要求5所述的非侵入式负荷监测智能电表，其特征在于，所述报警模块还用于在将所述报警信息发送至所述开关控制模块之后，若接收到所述数据中心模块或外部设备发送的报警解除信息，将所述报警解除信息发送至所述开关控制模块；

所述开关控制模块还用于在接收到所述报警解除信息后，控制开关开启，使总线路电路连通。