[发明专利]一种非侵入式负荷监测与辨识方法及系统

权利要求书

1.一种非侵入式负荷监测与辨识方法，其特征在于，包括：

获取设定时间段内的待测负荷正常工作时的有功功率数据，并进行滤波处理；

提取出滤波后的有功功率的最大值待测数据的最大值，将提取出的最大值和滤波前有功功率有效值作为二维空间下的负荷特征；

构建训练样本负荷特征库，采用k-NN算法对所述负荷特征进行聚类分区，完成待测电力负荷的辨识。

2.如权利要求1所述的一种非侵入式负荷监测与辨识方法，其特征在于，进行滤波处理的过程具体为：滤除有功功率数据中的异常值，并用有功功率数据的有效值取代所述异常值。

3.如权利要求2所述的一种非侵入式负荷监测与辨识方法，其特征在于，所述异常值包括因噪声产生的过大数据或者因输电线路电压波动带来的不稳定数据。

4.如权利要求1所述的一种非侵入式负荷监测与辨识方法，其特征在于，所述的构建训练样本负荷特征库，具体为：

连续监测不同负荷正常工作时的有功功率，选取数据点相对集中的部分作为训练数据集；

提取训练数据集中的有功功率最大值，将所述最大值与原始有功功率数据作为负荷特征，建立二维空间下的训练样本负荷特征库。

5.如权利要求1所述的一种非侵入式负荷监测与辨识方法，其特征在于，采用k-NN算法对所述负荷特征进行聚类分区，具体包括：

根据训练样本中的电力负荷数据，分别计算所述负荷特征与各训练样本负荷特征的空间距离，得出近邻值；

通过比较数值最小的前k个近邻值所属的类别，判断所述负荷特征的类别，完成电力负荷的辨识。

6.如权利要求5所述的一种非侵入式负荷监测与辨识方法，其特征在于，使用二维空间下的欧氏距离作为负荷特征与各训练样本负荷特征的空间距离。

7.如权利要求5所述的一种非侵入式负荷监测与辨识方法，其特征在于，通过比较数值最小的前k个近邻值所属的类别，判断所述负荷特征的类别，具体为：

所述近邻值为不同类别的训练样本分别与待测负荷数据计算得出的空间距离；

对所有的近邻值进行排列，选取数值最小的前k个近邻值；

判断前k个近邻值所属的类别，属于某一类别数量最多的近邻值对应的类别，即为待测负荷所属的类别。

8.一种非侵入式负荷监测与辨识系统，其特征在于，包括：

数据获取模块，用于获取设定时间段内的待测负荷正常工作时的有功功率数据，并进行滤波处理；

负荷特征提取模块，用于提取出滤波后的有功功率的最大值待测数据的最大值，将提取出的最大值和滤波前有功功率有效值作为二维空间下的负荷特征；

负荷辨识模块，用于构建训练样本负荷特征库，采用k-NN算法对所述负荷特征进行聚类分区，完成待测电力负荷的辨识。

9.一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行权利要求1-7任一项所述的非侵入式负荷监测与辨识方法。

10.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行权利要求1-7任一项所述的非侵入式负荷监测与辨识方法。