[发明专利]一种基于负荷电力指纹特征的非侵入式负荷识别方法

权利要求书

1.一种基于负荷电力指纹特征的非侵入式负荷识别方法，它包括：

步骤1、采集负荷的电力指纹特征数据；

步骤2、对特征数据进行规范化处理，将处理后的数据划分为训练集和验证集；

步骤3、将训练集数据转化为输入矩阵，建立并训练基于注意机制的卷积神经网络；

步骤4、通过验证集判断模型的准确性；

步骤5、将用户数据用于识别测试。

2.根据权利要求1所述的一种基于负荷电力指纹特征的非侵入式负荷识别方法，其特征在于：所述电力指纹特征数据包括：有功功率、无功功率、视在功率、功率因数、电压幅值、电流幅值、电流0-11次谐波含量值和电压0-11次谐波含量值。

3.根据权利要求1所述的一种基于负荷电力指纹特征的非侵入式负荷识别方法，其特征在于：步骤2所述对数据进行规范化处理的方法为：通过归一化处理公式进行处理：a'表示归一化后的结果，a表示特征数据，a_max表示该类特征数据的最大值,a_min表示该类特征数据的最小值。

4.根据权利要求1所述的一种基于负荷电力指纹特征的非侵入式负荷识别方法，其特征在于：所述将训练集数据转化为输入矩阵的方法为：将训练集数据转换为28×28×3的输入矩阵。

5.根据权利要求1所述的一种基于负荷电力指纹特征的非侵入式负荷识别方法，其特征在于：训练基于注意机制的卷积神经网络的方法为：利用单个负荷的电力指纹特征数据训练基于注意力机制的卷积神经网络；注意力机制是指学习权重的分布，即输入数据或特征图的不同部分具有不同的集中度。

6.根据权利要求1所述的一种基于负荷电力指纹特征的非侵入式负荷识别方法，其特征在于：步骤4所述用验证集判断模型的准确性时，如果模型的准确率达到要求，则结束模型的训练；否则调整模型网络的参数。

7.根据权利要求1所述的一种基于负荷电力指纹特征的非侵入式负荷识别方法，其特征在于：识别测试时，采用用户总线的电气数据用于识别测试。

8.根据权利要求1所述的一种基于负荷电力指纹特征的非侵入式负荷识别方法，其特征在于：识别测试时，采用滑动时间窗算法检测负荷投切事件的发生，并对投切事件前后的电力指纹特征数据进行差分得到变化；将变化数据转化为神经网络的输入矩阵，训练后的模型识别变化中的负荷功率指纹特征，并将其分离为单个负荷的一组功率指纹特征，最终实现非侵入式负荷识别。