[发明专利]一种非侵入式电力负荷分解的辨识决策方法及系统

权利要求书

1.一种非侵入式电力负荷分解的辨识决策方法，其特征在于，该方法的步骤如下：

1)采用非侵入式设备采用负荷侧的用电信息，并从中提取出电力负荷特征；

2)采用至少两种负荷分解算法对提取出的电力负荷特征进行分解，且每种算法都进行设备的辨识，采用的三种负荷分解算法，分别为神经网络、K-means和NaiveBayes，还需计算出设备的距离d，

d＝||(F-(P_i+P_j))||²

其中i,j为设备编号，F为各设备组合工作状态实际测得的功率，P_i和P_j为设备单独工作时的功率；

3)采用辨识决策算法对得到电力负荷分解的辨识结果进行决策；

辨识决策算法是根据步骤2)各算法得到的距离值建立目标函数，计算各设备处于开状态的可能性，并根据设定阈值进行判断，当处于开状态的可能性大于设定阈值时，可判定设备为开状态，否则判断为闭状态，所建立的目标函数y为：

f_i＝(d_j+d_k)/((3-1)*(d₁+d₂+d₃)),i＝1,2,3,i≠j≠k

d₁、d₂和d₃分别表示神经网络，K-means，Naive Bayes三种方法下辨识出来的距离，f_i为第i种方法的隶属度，可理解为距离权重，s_i表示设备的开关状态i＝1,2,…N，N为设备的个数，s_i等于0表示设备处于关状态，s_i等于1表示该设备处于开状态。

2.根据权利要求1所述的非侵入式电力负荷分解的辨识决策方法，其特征在于，所述的设定阈值为0.7。

3.一种非侵入式电力负荷分解的辨识决策系统，其特征在于，该辨识决策 系统采用三层架构，分别为采集分析层、负荷辨识层和辨识决策层，

所述采集分析层用于采用非侵入式设备采集负荷侧的用电信息，并进行电力负荷特征提取，并将获取的电力负荷特征传送给负荷辨识层；

所述负荷辨识层采用至少两种负荷分解算法对接收到的电力负荷特征进行分解，且每种算法都进行设备的辨识，负荷辨识层采用三种负荷分解算法，分别为神经网络、K-means和NaiveBayes，还需计算出设备的距离d，

d＝||(F-(P_i+P_j))||²

其中i,j为设备编号，F为各设备组合工作状态实际测得的功率，P_i和P_j为设备单独工作时的功率；

所述辨识决策层根据收到至少两种辨识结果通过辨识决策算法确定最终的辨识结果；辨识决策层中的辨识决策算法是根据负荷辨识层各算法得到的距离值建立目标函数，计算各设备处于开状态的可能性，并根据设定阈值进行判断，当处于开状态的可能性大于设定阈值时，可判定设备为开状态，否则判断为闭状态，所建立的目标函数y为：

f_i＝(d_j+d_k)/((3-1)*(d₁+d₂+d₃)),i＝1,2,3,i≠j≠k

d₁、d₂和d₃分别表示神经网络，K-means，Naive Bayes三种方法下辨识出来的距离，f_i为第i种方法的隶属度，可理解为距离权重，s_i表示设备的开关状态i＝1,2,…N，N为设备的个数，s_i等于0表示设备处于关状态，s_i等于1表示该设备处于开状态。

4.根据权利要求3所述的非侵入式电力负荷分解的辨识决策系统，其特征在于，所述的设定阈值为0.7。