[发明专利]非侵入式电力负荷分解方法、装置、设备及介质

说明书

本发明提供的非侵入式电力负荷分解方法、装置、设备及介质，包括获取目标用户的负荷监测数据；利用滑动窗双边CUSUM事件检测算法对负荷监测数据进行状态转换事件检测，获取状态转换事件的开始时间和稳态时间；根据开始时间和稳态时间之间的负荷监测数据获取状态转换事件的负荷特征向量；利用混合整数规划模型从负荷特征库中获取与状态转换事件的负荷特征向量相匹配的最优组合；通过上述方式，在检测状态转换事件的同时获取状态转换事件的稳态时间，避免事件误识别；利用混合整数规划模型实现负荷特征的识别，既可以识别出单一用电设备的状态转换事件，又可以对同一时间段内多个用电设备同时发生状态转换进行识别，提高了识别的准确率。

【技术领域】

本发明涉及电力技术领域，尤其涉及一种非侵入式电力负荷分解方法、装置、设备及介质。

【背景技术】

随着电力体制改革、能源革命的推进，以及云计算、能源互联网、大数据、人工智能等相关科技不断进步，未来能源行业的新模式都将随之不断出现。其中，高级测量体系(Advanced Metering Infrastructure，AMI)能够测量、存储、收集和分析用户的用电信息，AMI能够通过广域通信网络将用户和电力公司联系起来，为以后的智能电网，配电智能化奠定基础。

通过对AMI提供的用户的用电数据进行分析，是提高电能利用率和电能管理的基础。基于AMI提供的用电数据，进一步对用电负荷进行分解、识别归类。进而对电能的消耗情况进行分项统计，用户可以根据分项统计的数据，清楚的知道电量用在哪些设备上及其占比情况，能够更加有效的管理用电行为，提高电能利用率。

非侵入式负荷分解是指在电力入口处安装一个传感器，不改变用户现有的电路结构，利用智能电表采集到的数据信息进行分析，实现用户内部用电设备的用电设备种类、用电设备分项耗电量监测的目的，即可得到该总线上所有用电设备的用电量数据信息。采用非侵入式负荷分解方法，在入户端加一个传感器即可实现负荷分解，因此成本低，且对用户的电路结构影响小，易于向各个用电领域推广，安装方便。

研究非侵入式负荷分解，对整个社会都有积极意义。对用户而言，可以知道单独某个设备在不同时段的耗电量，因此对如何节能、减少用电量有很大的帮助，研究表明，在无价格激励的情况下，若用户知道各个设备的耗电量信息，平均可以节能12％，在有电网实时电价等其他附加信息的情况下，节能可以达到20％；对电网公司而言，通过分项计量统计，能够知道负荷种类甚至是某个单独的用户的用电量信息，有助于获得各行各业负荷的构成与用电模式等特征，从而可以更准确地从空间和时间尺度对负荷密度及负荷总量进行预测，有助于智能电网的应用及电网的经济高效运行；对全社会，通过非侵入式负荷分解，能够为社会相关人员提供用电设备真实的用电量数据等信息，推动高能效设备的研发，从而降低能源的消耗与碳排放，节能减排，促进可持续发展。

现有技术中的非侵入式电力负荷分解方法，大多采用如下方式：将电流总和与时间变量作为神经网络模型的输入层变量，并将各用电设备的工作状态作为输出层变量，根据电流总和与时间变量利用神经网络模型确定监测时间段内各用电设备的工作状态，需要对神经网络模型进行训练，并且对于同一时间段内多个用电设备同时发生状态转换的识别准确率不高。

【发明内容】

本发明的目的在于提供一种非侵入式电力负荷分解方法、装置、设备及介质，以解决现有技术中对于同一时间段内多个用电设备同时发生状态转换的识别准确率不高的技术问题。

本发明的第一方面：提供一种非侵入式电力负荷分解方法，包括：

获取目标用户的负荷监测数据，其中，所述负荷监测数据包括各用电设备在监测时间内的电气量总和；

利用滑动窗双边CUSUM事件检测算法对所述负荷监测数据进行状态转换事件检测，获取状态转换事件的开始时间和稳态时间；

根据所述开始时间和所述稳态时间之间的负荷监测数据获取所述状态转换事件的负荷特征向量；