[发明专利]基于数据挖掘的房屋非侵入式负荷智能识别方法

说明书

本发明提供了基于数据挖掘的房屋非侵入式负荷智能识别方法，属于电力技术领域，包括以下步骤：获取各个设备的历史电气量数据，构建各个设备的负荷特征库；获取待识别电气量数据，构建检测序列；依次对检测序列中的待识别电气量数据进行检测；当检测到超负荷的待识别电气量数据满足预设的突变条件时，将检测序列中的待识别电气量数据与各个设备的负荷特征库进行比对，计算待识别电气量数据的相似度；根据检测序列中所有待识别电气量数据的相似度得到该检测序列对应设备的设备类型。该方法降低了安装成本，提高了识别精度。

技术领域

本发明属于电力系统技术领域，具体涉及基于数据挖掘的房屋非侵入式负荷智能识别方法。

背景技术

电力用户用电负荷监测是实现智能用电的首要环节，负荷监测技术通过对用户总负荷数据进行采样与分析，监测用户内部每一种电器的详细运行状态，以获得电力用户每种电器的电能消耗情况和用电行为等数据信息。以往电力用户监测主要采集用于计量的总负荷数据，若能实现对用户每种电器设备运行状态的监测，及时发现违规电器的接入状态，提高用电安全，对电网、用户乃至整个社会都具有更加重要的意义。

传统方法常采用侵入式负荷监测方法，即通过在用户侧每个用电设备安装传感器，以获得不同设备的用电消耗，进而实现各设备的分项计量、电能优化等工作。但该方式安装成本高，不利于推广。同时，在用户侧进行大量传感器的安装对正常用电造成不同程度的影响，不符合电网智能化建设的要求。

发明内容

针对现有技术中的缺陷，本发明提供一种基于数据挖掘的房屋非侵入式负荷智能识别方法，降低了安装成本，提高了识别精度。

一种基于数据挖掘的房屋非侵入式负荷智能识别方法，包括以下步骤：

获取各个设备的历史电气量数据，构建各个设备的负荷特征库；

获取待识别电气量数据，构建检测序列；

依次对检测序列中的待识别电气量数据进行检测；当检测到超负荷的待识别电气量数据满足预设的突变条件时，将检测序列中的待识别电气量数据与各个设备的负荷特征库进行比对，计算待识别电气量数据的相似度；

根据检测序列中所有待识别电气量数据的相似度得到该检测序列对应设备的设备类型。

优选地，所述获取各个设备的历史电气量数据，构建各个设备的负荷特征库具体包括：

分别提取各个设备的历史电气量数据中特征量，构建所述各个设备的负荷特征库；

其中，负荷特征库中特征量的类别包括以下一种或几种的组合：额定有功功率、额定无功功率、各次电流谐波含量、基波电流有效值和电流总谐波畸变。

优选地，所述当检测到超负荷的待识别电气量数据满足预设的突变条件时，将检测序列中的待识别电气量数据与各个设备的负荷特征库进行比对，计算待识别电气量数据的相似度具体包括：

当检测到超负荷的待识别电气量数据时，判断该待识别电气量数据是否满足所述突变条件；

如果是，获取检测序列中从该待识别电气量数据开始的n个待识别电气量数据，计算该n个待识别电气量数据的特征值，将特征值分别与各个设备的负荷特征库进行比较，以获得该n个待识别电气量数据相对于各个设备的相似度。

优选地，超负荷的待识别电气量数据的检测方法包括：

逐点遍历检测序列中待识别电气量数据的有功功率，计算相邻两个待识别电气量数据的有功功率之间的差值；

当该差值大于预设的最小突变阈值时，定义为超负荷的待识别电气量数据。

优选地，所述突变条件包括：

有功功率呈现逐渐增大趋势并持续设定的时间。

优选地，所述计算该n个待识别电气量数据的特征值具体包括

分别从该n个待识别电气量数据中提取有功功率特征值、无功功率特征值、各次电流谐波含量特征值、基波电流特征值和电流总谐波畸变特征值。