[发明专利]一种基于多元高斯判别方式的负荷识别方法

权利要求书

1.一种基于多元高斯判别方式的负荷识别方法，其特征在于，包括如下过程：

A00：负荷识别智能终端安装在用户总进线处，采集用户总进线处的电气数据；

A01：根据电气数据进行事件检测并进行事件标记获取标记事件；

A02：提取标记事件的电气特征，对电气特征描述并传递电气特征至模式识别模块；

A03：模式识别模块根据电气特征辨识设备名或电器类型；

A04：将设备名或电器类型对比黑名单判断是否为危险负荷设备；若是，则执行A05；若否，则输出设备名或电器类型；

A05：在危险负荷应变时间内输出跳闸命令至电控系统，电控系统控制切断电源。

2.根据权利要求1所述的一种基于多元高斯判别方式的负荷识别方法，其特征在于，A00之前建立黑名单以及白名单中电器的特征库，具体为：采集各电器设备的稳态运行数据，建立不同电器数据的多元特征，利用多元高斯分布模型对各电器设备进行特征描述，进行样本数据分析，过程如下：

B00：创建CSV文件，进行数据清洗；去除异常数据后补充缺失数据；

B01：构建各电气设备的多元特征：

均值u₁,u₂...u_p分别指代各个维度的平均值；

对于P维高斯模型，n个样本点，在空间内构成簇，获取其极大似然估计，计算均值和协方差矩阵：

其中，X_i为样本点矩阵X的底i个样本点；通过p维行向量描述样本点X_i＝(x_i1,x_i2,......,x_ip)，i＝1,2,3,...,n；

其极大似然估计公式为：

其中，为均值；

其中，为协方差矩阵；

B02：取最小概率密度为参考边界阈值：

X_i∈X表示各样本点，其中，为各样本点对应的概率密度，取样本点中的最小概率密度值作为边界阈值F_m；

以F_m描述对应电器设备在空间内的分布情况。

3.根据权利要求1或2所述的一种基于多元高斯判别方式的负荷识别方法，其特征在于，A01中事件检测以及事件标记具体包括如下：

以时间序列内有功的最值差作为变化依据：ΔP_t＝|P_t.max-P_t.min|；其中，P_t.max为时间序列内的有功功率最大值，P_t.min为时间序列内的有功功率最小值；

电器设备稳态运行时，时间序列内相邻两个稳态有功功率的差值为：ΔP_t；当ΔP_tP_f时，P_f为自身波动阈值，则电器设备进入下一稳态；其中，P_f可动态设置以适应总有功功率；

当新设备接入或原设备退出时，引起有功功率跳变，预设时间跳变阈值P_e；在时间序列内相邻稳态有功功率均值差ΔP_i值作为变化依据，判断依据如下：

当时，则有事件发生，进行事件标记；

其中，为第i+1时刻的平均有功功率，为第i时刻的平均有功功率。