[发明专利]基于功率与akie融合信息的负载开关事件检测方法和系统

说明书

本发明的实施例公开一种基于功率与akie融合信息的负载开关事件检测检测方法和系统，所述方法包括：步骤1，输入实测的功率信号序列P；步骤2，根据功率与akie融合信息检测负载开关事件，具体为：如果a_K是时间窗口[C‑L,C+S]内功率与akie融合信息的最大值，则在所述功率信号序列P的第K‑C+L+1点，负载开关事件发生；其中功率与akie融合信息var{*}表示序列*的均方差，表示所述功率信号序列在时间窗口[C‑L,C+S]内的第1到第k个元素所组成的序列，表示所述功率信号序列在时间窗口[C‑L,C+S]内的第k+1到第N个元素所组成的序列；N＝L+S+1；L为长窗口的长度；S为短窗口长度；C为负载开关事件初估发生时间。

技术领域

本发明涉及电力领域，特别是涉及一种负载开关事件检测方法及系统。

背景技术

随着智能电网的发展，家庭用电负荷的分析变得越来越重要。通过用电负荷的分析，家庭用户可以及时获得每个电器的用电信息，以及电费的精细化清单；电力部门可以获得更详尽的用户用电信息，并可以提高用电负荷预测的准确度，为电力部门提供统筹规划的依据。同时，利用每个电器的用电信息，可获知用户的用电行为，这对于家庭能耗评估和节能策略的研究具有指导意义。

当前用电负荷分解主要分为侵入式负荷分解和非侵入式负荷分解两种方法。非侵入式负荷分解方法不需要在负荷的内部用电设备上安装监测设备，只需要根据用电负荷总信息即可获得每个用电设备的负荷信息。非侵入式负荷分解方法具有投入少、方便使用等特点，因此，该方法适用于家庭负荷用电的分解。

非侵入式负荷分解算法中，电气设备的开关事件检测是其中最重要的环节。最初的事件检测以有功功率P的变化值作为事件检测的判断依据，方便且直观。这是因为任何一个用电设备的运行状态发生变化，其所消耗的功率值也必然发生改变，并且该改变也将会在所有电器所消耗的总功率中体现出来。这种方法除了需要设置功率变化值的合理阈值，还需要解决事件检测方法在实际应用中存在的问题：某些电器启动时刻的瞬时功率值会出现较大的尖峰(例如，马达启动电流远大于额定电流)，会造成电器稳态功率变化值不准确，从而影响对开关事件的判断；不同家用电器的暂态过程或长或短，因此功率变化值的确定变得较为困难；由于电能质量的变化(如电压突降)有功功率会出现突变的情况，这样很可能会出现误判。

常见的事件检测方法能够识别有功功率变化值比较大大(如70W)的开关事件。由于系统存在噪声的缘故，某些有功功率接近阈值(即50W)的用电器在启动时引起的有功功率增加可能被系统噪声减弱，因而无法准确识别。某些使用马达的家用电器(例如粉碎机，榨汁机等)，会产生严重的脉冲噪声，常见的事件检测算法噪声的影响比较大，检测性能急剧下降。

发明内容

本发明的目的是提供一种基于功率与akie融合信息的负载开关事件检测方法和系统，所提出的方法利用了智能电表数据与背景噪声的统计差异，利用功率与akie融合信息消除噪声影响，从而正确确定负载开关事件发生的时间。所提出的方法具有较好的鲁棒性，计算简单。

为实现上述目的，本发明提供了如下方案：

基于功率与akie融合信息的负载开关事件检测方法，包括：

步骤1，输入实测的功率信号序列P；

步骤2，根据功率与akie融合信息检测负载开关事件，具体为：如果a_K是时间窗口[C-L,C+S]内功率与akie融合信息的最大值，则在所述功率信号序列P的第K-C+L+1点，负载开关事件发生；其中功率与akie融合信息var{*}表示序列*的均方差，表示所述功率信号序列在时间窗口[C-L,C+S]内的第1到第k个元素所组成的序列，表示所述功率信号序列在时间窗口[C-L,C+S]内的第k+1到第N个元素所组成的序列；N＝L+S+1；L为长窗口的长度；S为短串口长度；C为负载开关事件初估发生时间。

基于功率与akie融合信息的负载开关事件检测系统，包括：