[发明专利]一种末端电网用户设备辨识、安全管控方法

权利要求书

1.一种末端电网用户设备辨识、安全管控方法，其特征在于，该方法具体包括以下步骤：

步骤1：空气开关处采集的总负荷特征和智能插座采集的开关状态上传至云端；云端利用递归查询策略构建插座的支路负荷特征集；支路负荷集包括功率上升沿及下降沿，功率因数和谐波含量特征；

步骤2：利用空气开关处采集获得的总负荷特征与智能插座开关状态作为先验知识，总有功功率和总无功功率使用开关先验的因子隐马尔可夫模型进行负荷分解，获得各插座的支路负荷；分解后校验功率因数和谐波特征，确定支路状态；通过比较插座支路负荷特征集与分解获得的支路负荷结果，判断电器运行状态；分解所得运行状态若不在插座特征集里，跟据后续时间内同开关状态下该运行状态是否重复发生，进行安全管控。

2.根据权利要求1所述的一种末端电网用户设备辨识、安全管控方法，其特征在于：所述的步骤1具体包括以下子步骤：

步骤1.1：空气开关处采集的总负荷特征必须包括总有功功率，总视在功率；可以包括总功率因数，总谐波含量；智能插座必须采集开关信息；

步骤1.2：空气开关及智能插座采集信息通过无线网络上传至云端；

步骤1.3：云端根据所收集数据，构建历史数据库，并查询分析历史数据库时间序列；

步骤1.4：在某时间段内，首先搜寻只有单个插座开启的时间段，构建插座集和X1,搜寻除X₁外只有单个插座开启的时间的插座集合,直到X1∪…∪Xn＝X,特征集构建结束。

3.根据权利要求1所述的一种末端电网用户设备辨识、安全管控方法，其特征在于：所述的步骤2包括以下子步骤：

步骤2.1：每隔一个时间周期，收集待分析时间段总负荷特征进行分解；

步骤2.2：结合步骤1中建立的各个插座的用支路负荷特征集，对总功率构建因子隐马尔可夫模型，每个插座的有功功率和无功功率双特征共同构成该插座的马尔可夫链；

步骤2.3：结合步骤1中建立的各个插座的用支路负荷特征集，对采集的开关序列进行匹配；当插座开关为开时，对应插座HMM序列沉默，将转移矩阵所有元素置为0，即在此期间不再允许该HMM序列转换隐状态；当插座开关为开时，对应插座HMM序列激活，将转移矩阵还原为特征集中存放的矩阵数据；

步骤2.4：在上述开关先验的基础上，进行维特比算法：对于已知总负荷观测负荷量求各链隐状态的问题，看成求取后验概率最大，即：

式(1)中，X代表隐状态，O代表观测值，S代表具体的隐状态值；求取后验概率转换为了求取X和O的联合概率最大，式(2)给出该联合概率求取方法：

其中X_t代表t时刻隐状态，O_t代表代表t时刻观测值；

由于FHMM各条链具有概率独立性，将所有链所有隐状态合成为总隐状态，合成后总隐状态数N_all为所有链的隐状态数N_i的相乘；且第j_all个状态代表每条链第j_i个状态，将j_all与第i条链和第i条链之后所有状态数相乘所得结果求余获得j_i；

其中：

将(2)式式的最大值求取进一步简化为一个前向递推过程：

需要注意的是，在前向递推式(4)(5)中，需要保留Viterbi路径，保存每个时刻的每个状态的上一个状态中最大概率的状态，即

全局优化目标转换为得到T时刻的最大概率组合后，接着根据式(6)所保存的最大概率状态路径进行回溯，即已知T时刻最大概率隐状态搜寻T-1时刻对应路径，以此类推，找到得到最优状态序列：

步骤2.5：建立的各个插座的用支路负荷特征集中的发射概率，使用拉格朗日乘子法推断各插座观测值，即有功功率和无功功率；用如下表示：

目标函数：

约束条件：

目标函数是隐状态条件下观测值的条件概率，并拥有两个约束；所有隐马尔科夫链的观测值之和等于总体观测值，且所有观测值应大于零；则拉格朗日目标函数为：

KKT条件为；

步骤2.6：结合步骤1中建立的各个插座的用支路负荷特征集和步骤2.4获得的隐状态，匹配功率因数和谐波含量与计算是否接近；研究辨识推断谐波含量结果和总特征谐波含量之间的距离，距离过大则表示谐波含量异常；

式(9)中d为距离，n为设备编号，F为组合工作状态实际测得的谐波率，f_n为设备单独工作时的平均谐波率；

步骤2.7：分解后对于不在支路负荷特征集的数据，需要首先根据本身特性匹配异常运行特征集，若属于异常运行范围直接进行安全报警；若不属于异常运行范围，等待下一次是否重复出现该数据特征，判断是否为新电器/新状态加入该插座支路负荷特征集；若不在异常运行范围且当天并未重复出现，则予以标记并报告户主，经过确认为异常状态后，收录异常运行特征集中。