欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020104922776
申请人: 吉林大学
专利类型:发明专利
专利状态:未下证
专利领域: 发电、变电或配电
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种非侵入式用电负荷监测中长期能耗的统计估算方法,其特征在于,包括以下步骤,步骤一,用电设备特征的高斯混合模型的构建:首先,测量大量的所需辨识的用电器的用电数据;从所得的用电数据中提取用电特征,如有功功率有效值、无功功率有效值、有效电流、有效电压和电流谐波;再对所得用电特征进行k均值聚类,用每个类别的均值和方差作为聚类的结果初始化高斯混合模型;再通过期望最大化算法的迭代计算,得到高斯混合模型的参数;

高斯混合模型的表达式(1)如下:

K是GMM中混合成分的个数,是自然数;W是每个成分的权重;g是高斯概率密度函数;μ是均值向量;Σ是协方差矩阵;

高斯混合模型的参数包括θ=[W1...Wk,μ1...μk,Σ1...Σk],参数的求解过程基于期望最大化算法:构造对数似然函数(2):

其中n是样本总数,θ为待估参数;

似然函数对均值和标准差求偏导,并令其为零,解似然方程,得到均值迭代方程(3)和标准差的迭代方程(4):其中,n是样本总数,d是高斯维度,Rji是第i个样本对第j次迭代结果的响应,如式(5)引入拉格朗日(Lagrange)参数,构造新的似然函数(6):对Wj求偏导,并令其等于零,得到Wj的迭代计算式(7):

在本发明中,用电器种类为K,即GMM中混合成分的个数,用电特征的个数为高斯维度d,建模所用所有的训练样本个数为n;

步骤二,用电数据的采集及用电特征的提取:本步骤用电数据的采集及用电特征的提取的数据是用于用电设备开关事件的监测识别,并作为进一步的用电器辨识的依据;

把电能采样终端安装在电网的入户总线的节点上,总线入户后分配至不同的用设备,电能采样终端采集所有用电设备的用电数据的总和,提取用电数据中的用电器的用电特征,包括有功功率P、无功功率Q、有效电流I和有效电压U,并进行滤波处理,滤除噪声及异常数据,以有功功率的滤波为例,其滤波的原理如式(8)所示:y(t)=λ1y(t-1)+(1-λ1)P(t)  (8)

其中y(t)是当前时刻滤波后的有功功率,y(t-1)是上一时刻滤波后的有功功率,P(t)是未滤波的有功功率,常量λ1是基于目标函数minh(λ1)的式(9)寻优得到:minh(λ1)=[(ΔP1+ΔP2+…+ΔPn)-(P(tend)-P(tstart))]2+(n-event-num)2  (9)其中,ΔP是识别的电器开关有功功率的变化,n是识别出来的电器开关事件数量,event_num是实际的电气事件数量;

步骤三,用电设备开关事件的监测识别:根据步骤二得到的用电特征中的用电器的有功功率P的变化检测用电设备开关事件,即若有功功率P发生阶跃上升,则判断为用电器开启事件;反之,若有功功率P阶跃下降,则判断为用电器关闭事件;

所述步骤三基于以下原理,判断阶跃变化的依据为公式(10):

其中,y(t)为t时刻滤波后的有功功率有效值,y(t-Δt)是t-Δt时刻滤波后的有功功率有效值,Δd(t)为t时刻有功功率变化的导数;

步骤四,基于贝叶斯分类器的用电器辨识:当监测到步骤三中用电设备开关事件时,将开关事件对应的用电特征的变化量输入到步骤一构建的高斯混合模型中,输出该事件属于各个用电器的条件概率,根据贝叶斯原理,结合先验概率计算后验概率定的公式(11),并以后验概率最大的分类作为最终的识别结果,其中P(X=x|Y=ck)=Wkg(x|μk,Σk)是高斯混合模型的输出;ck是第K个分类;P(Y=ck)是先验概率,由统计得到,于是后验概率最大的判定的公式(12)为所属类别:步骤五,中长期的能耗估算:能耗的计算与有功功率和用电器使用时长有关,因此分析用电特征中的有功功率并记录单次使用时间,根据有功功率进行用电器辨识时,将监测到的事件属于各个用电器的概率保留,并在长期的事件积累与使用时长的增加中使基于概率的估算结果更接近能耗的真实值;

首先对后验概率进行归一化:

由于P(Y=ck|X=x)∝P(Y=ck)P(X=x|Y=ck),且由概率的性质得式(13):所以归一化后的后验概率为式(14):

估算单个用电器能耗时,保留每个事件对于所有可能用电器的后验概率,单次使用能耗的计算如下式(15):Wi=ΔPi·(tend-ti)  (15)

其中tend是单次事件监测到的结束时间,Wi是第i次事件的能耗,ΔPi的确定要考虑第i次事件属于各个用电器的概率式(16):是第j个用电器的特征ΔP的均值;总能耗Wtotal是每个单次事件的累加式(17):m是一段时间属于该用电器的事件个数。