[发明专利]基于V‑I轨迹的非侵入式负荷分解方法及系统

说明书

技术领域

本发明涉及一种负荷分解方法，特别涉及一种基于V-I轨迹的非侵入式负荷分解方法及系统。该方法及系统适用于负荷精确分项计量、一体化数据采集、用电数据分析预警。

背景技术

随着智能电网的快速发展，电力系统中发、输、配、用电环节的能源利用效率日益提升。然而，作为电能传输终端，用户侧电能管理体系尚未发展成熟，其中，电能分项统计数据的缺乏，成为了限制该体系发展的原因之一。传统计量方法只能每15分钟提供总用电数据，无法实现电能分项计量，用户对自身用电结构不明晰，无法有针对性地管理用电行为。

为了解决传动计量方法存在的缺陷，国内外研究学者开始研究非侵入式负荷分解技术(non-intrusive load monitoring,NILM)，非侵入式负荷分解技术旨在基于当前一户一表的环境，利用电表所能获得的实时用电数据进行事件探测和负荷特征提取，通过模式识别算法实现负荷识别，得到用户实时用电功率组成，通过统计不同负荷的用电量，用户可以获知详细的电能消耗情况，有效管理用电行为。

负荷特征的选择与模式识别算法是决定NILM准确性的关键环节。目前，国内外研究学者主要针对负荷的稳态和暂态特征进行特征提取，稳态特征包括功率及其谐波、V-I波形、电压噪声和电流谐波等；暂态特征包括电压、瞬时功率、电压噪声、电流等。暂态特征对电表硬件性能要求高，并且容易受到系统噪声的干扰，而稳态特征的提取相对容易，抗干扰能力强，更适于推广。模式识别算法包括监督式和非监督式学习算法，监督式算法主要包括K最临近算法、神经网络、支持向量机、Adaboost算法等，非监督式算法主要包括隐式马尔可夫算法、主旨模式挖掘等。

综合国内外研究现状，当前影响NILM效果的因素主要有：(1)功率相似型负荷间的区分；(2)多状态负荷在不同模式间切换时的识别；(3)新负荷接入时系统重构的复杂性；(4)高采样频率与大规模数据存储的需求导致系统对硬件设施要求高，限制NILM在各领域推广应用。

发明内容

本发明的目的在于克服现有技术不足，提供了一种基于V-I轨迹的非侵入式负荷分解方法及系统，能有效区分功率值较接近的负荷，增加负荷识别的辨识度，提高负荷识别的正确率。

本发明为实现上述目的采用以下的技术方案：

第一方面，本发明提供了一种基于V-I轨迹的非侵入式负荷分解方法，包括：

获取原始电压数据及原始电流数据，并根据所述原始电压数据及原始电流数据计算视在功率

当在一个时间段内的所述视在功率的连续变化幅度不小于第一预设功率阈值，且该时间段结束时刻的视在功率与该时间段开始时刻的视在功率之差大于第二预设功率阈值时，判断事件发生，记该时间段的开始时刻为第一时刻，该时间段的结束时刻为第二时刻；

根据所述第一时刻及预设时间生成第一采样时间段，根据所述第二时刻及预设时间生成第二采样时间段；

获取所述第一采样时间段及所述第二采样时间段内的电流采样数据及电压采样数据；

根据所获取的所述第一采样时间段及第二采样时间段内的电流采样数据及电压采样数据生成V-I轨迹曲线；

根据所述V-I轨迹曲线获取V-I轨迹特征；

从预设负荷特征表中获取与所述V-I轨迹特征匹配的负荷信息。

在本发明一实施例中，所述原始电压数据包括高频电压数据，所述原始电流数据包括高频电流数据；

则所述获取原始电压数据及原始电流数据，并根据所述原始电压数据及原始电流数据计算视在功率具体包括：

每秒获取一个工频周期内的高频电压数据及高频电流数据；

对所述高频电压数据及高频电流数据进行离散傅里叶变换，并根据变换结果计算是在功率及有功功率。

在本发明一实施例中，记第t1时刻的视在功率为S_t1，记第S_t1时刻的视在功率的变化幅度ΔS_t1，ΔS_t1为＝S_t1-S_t1-1，记所述第一预设功率阈值为S_on1，记所述第二预设功率阈值为S_on2；

则所述当在一个时间段内的所述视在功率的连续变化幅度不小于第一预设功率阈值，且该时间段结束时刻的视在功率与该时间段开始时刻的视在功率之差大于第二预设功率阈值时，判断事件发生，记该时间段的开始时刻为第一时刻，该时间段的结束时刻为第二时刻，具体包括：