[发明专利]一种基于重复性和熵权区分性的用电负荷识别方法及装置

说明书

本发明涉及一种基于重复性和熵权区分性的负荷识别方法及装置，具体包括以下步骤：采集电气系统总线上电气系统的负荷特征数据；通过重复性指标和熵权区分性指标对负荷特征数据进行筛选，得到优选负荷特征数据；通过优选负荷特征数据简化电流谐波模型；结合有功、无功和电流谐波作为负荷识别模型，采用离散二进制的粒子群算法求解优化后的负荷识别模型，获取负荷识别结果。与现有技术相比，本发明在不改变整体算法的基础上，通过简化模型达到提升准确度，极大简化了工程实践中的操作和计算成本。

技术领域

本发明涉及非侵入式负荷检测领域，尤其是涉及一种基于重复性和熵权区分性的负荷识别方法及装置。

背景技术

对电力系统而言，电力负荷监测意义重大，它有利于改善负荷组成，引导用户合理消费，降低用电成本。现有的居民电力负荷监测技术主要包括侵入式负荷监测和非侵入式负荷监测。

侵入式负荷识别方法需要在用电设备和插座之间安装硬件设备，当监测的用户数多时，需要采购大量的硬件设备，在一定程度上增加了采购成本，其次，硬件设备本身需要消耗电能，此外，安装时需要进入用户室内，给安装和维护带来不便；

而非侵入式负荷监测多采用一个识别算法模型，采集电气系统的数据后输入识别算法模型，求解获取识别结果。但是，现有的负荷识别模型求解过程中需要大量的参数建立负荷特征库，而过大的负荷特征库导致每次求解占用计算机内存过大，识别速度变慢，降低了识别的速度和准确度。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于重复性和熵权区分性的用电负荷识别方法。

本发明的目的可以通过以下技术方案来实现：

一种基于重复性和熵权区分性的负荷识别方法，具体包括以下步骤：

S1、采集电气系统总线上电气系统的负荷特征数据；

S2、通过重复性指标和熵权区分性指标对负荷特征数据进行筛选，得到优选负荷特征数据；

S3、通过优选负荷特征数据简化电流谐波模型；

S4、将简化后的电流谐波模型结合有功功率模型和无功功率模型作为负荷识别模型，采用离散二进制的粒子群算法求解负荷识别模型，获取负荷识别结果。

进一步地，所述步骤S2中具体包括：

S21、获取设定范围内重复性指标值最高的多个负荷特征数据，记为第一区间数据；

S22、获取设定范围内熵权区分性指标值最高的多个负荷特征数据，记为第二区间数据；

S23、获取将第一区间数据和二区间数据的数据交集，该交集即为优选负荷特征数据。

进一步地，所述重复性指标的表达式为：

式中，G_re,i(X)为第i个负荷特征数据X的重复性指标；D_i(X)为所有负荷特征数据X的均值；μ_i(X)为数据值之间的不确定度。

进一步地，所述μ_i(X)的表达式为：

式中，X_k表示负荷特征数据X的第k次数据值；n为数据的总数。

进一步地，所述的步骤S2中熵权区分性指标的获取步骤如下：

A1、根据负荷特征数据形成评价矩阵R'，其表达式为：