[发明专利]一种非侵入式负荷智能分解和优化控制方法

权利要求书

1.一种非侵入式负荷智能分解与优化控制方法，其特征在于该方法包含以下步骤：

S1：以采样频率f采集如下数据：用电表采集用户所有用电器总线功率P和总线功率因数用湿度传感器采集环境湿度H；用温度传感器采集环境温度T；用光照强度传感器采集环境光照强度I；所述的所有用电器包括用于调节环境参数的用电器和与环境参数无关的用电器；

S2：利用长度为N的滑动窗口抽取P、H、T和I的时间序列并对其进行标准化处理；

S3：将步骤S2所述窗口中的数据输入到预训练的带有Attention算法的LSTM网络，对总线功率、总线功率因数和环境参数进行特征提取和分解，得到所有用电器的开关状态及功率；

S4：对所有用电器开关状态及功率进行优化控制，并根据环境参数确定是否需要施加控制，若需要优化控制，则通过关闭或开启调节环境参数的用电器，使得环境参数维持在正常范围内。

2.如权利要求1所述的一种非侵入式负荷智能分解与优化控制方法，其特征在于：所述调节环境参数的用电器包括空调设备、照明设备以及加湿设备。

3.如权利要求1或2所述的一种非侵入式负荷智能分解与优化控制方法，其特征在于，步骤S4中所述优化控制包括：

1)安全监测：设定安全阈值，根据得到的所有用电器功率，自动关闭用电器，以满足安全控制目标，具体控制逻辑为：若P_t-1≥P₀，则令s_t＝-1；若P_t-1＜P₀，则令s_t＝s_t-1，其中，s_t表示t时刻用电器开关状态，s_t＝1表示用电器开启，s_t＝-1表示用电器关闭，P₀为安全阈值，P_t-1为(t-1)时刻用电器的功率；

2)湿度控制：根据得到的加湿设备开关状态和当前环境湿度，自动开启或关闭加湿设备，以满足湿度控制目标；具体控制逻辑为：

式中，A_t表示t时刻加湿设备的开关状态，A_t＝1时代表开启，A_t＝-1时代表关闭，H代表当前的环境湿度，H₁和H₂分别表示设置的湿度上限和下限；若A_t＝A_t-1，则不进行控制，否则改变加湿器开关状态；

3)温度控制：根据得到的空调设备开关状态和当前环境温度，自动开启或关闭空调设备，以满足温度控制目标；具体控制逻辑为：

其中，AC_t表示t时刻空调设备的开关状态，AC_t＝1时代表开启，AC_t＝-1时代表关闭，T代表当前的环境温度，T₁和T₂分别表示设置的温度上限和下限；若AC_t＝AC_t-1，则不进行控制，否则改变空调设备的开关状态；

4)照明控制：根据得到的照明设备开关状态和当前环境光照强度，自动开启或关闭照明设备，以满足照明控制目标；具体控制逻辑为：

其中，L_t表示t时刻照明设备的开关状态，L_t＝1时代表开启，L_t＝-1时代表关闭，I代表当前的环境光照强度，I₁和I₂分别表示设置的光照强度上限和下限；若L_t＝L_t-1，则不进行控制，否则改变照明设备开关状态；

5)用电时段控制：若位于用电高峰时段，则调整高功率用电器的用电时段，断开不必要高功率用电器；当位于用电低谷时段，则自动重新开启所述高功率用电器。

4.如权利要求1所述的一种非侵入式负荷智能分解与优化控制方法，其特征在于：步骤S3中所述对总线功率、总线功率因数和环境参数进行特征提取和分解的方法为：

1)将所述的总线功率P、总线功率因数环境湿度H、环境温度T和环境光照强度I作为输入数据；

2)将输入数据送到非侵入式负荷智能分解模型中，该模型包括：LSTM编码器、LSTM解码器、Attention算法和全连接层，具体过程为：

i)将输入数据送到LSTM编码器后，利用Attention算法对LSTM单元的隐藏层和输出进行权重计算得到C_i，其公式为：

C_i＝∑_ta_i，ty_t (1)

a_i，t＝exp(e_i，t)/∑_t′exp(e_i，t′) (2)

其中，C_i为经过Attention算法计算后输入LSTM解码器的张量，a_i，t为不同长短时记忆模型神经网络编码器单元输出对于不同LSTM解码器单元输入的权重，y_t为LSTM编码器不同单元的输出，W为可训练权重，h_i为LSTM解码器隐藏层，e_i，t为中间参数；

ii)将Attention算法得到的C_i输入LSTM解码器，然后将LSTM解码器最后一个时间步的隐藏层输入全连接层，获得所有用电器功率和开关状态。