[发明专利]一种非侵入式负荷事件全局优化匹配方法及系统

说明书

本发明公开了一种非侵入式负荷事件全局优化匹配方法，首先，结合工程实际条件，将负荷运行全时段划分为不同等级和不同复杂度的平衡窗口，按层级由高到低、复杂度由低到高的原则递进式逐一处理，不仅提高了负荷事件匹配的效率，而且排除了不属于当前平衡区域的其他负荷事件可能带来的干扰；然后，逐一对每个平衡窗口内的负荷事件进行匹配及结果标记和特征提取，对窗内待匹配的负荷事件，首先根据电器完整工作循环的功率变化特性，利用深度优先搜索算法生成可能与之对应的候选负荷事件序列集合，然后，从候选负荷事件序列集合中选定满足负荷总功率最优拟合的负荷事件序列子集，提高了负荷事件匹配的准确性和效率。

技术领域

本发明属于高级量测体系领域，涉及一种用于非侵入式电力负荷监测的负荷事件匹配方法。

背景技术

非侵入式电力负荷监测(Non-Intrusive Load Monitoring，NILM)是一种低成本高效益的负荷用电细节监测技术^[1]，其仅需在电力负荷的供电入口处安装一台传感器，便可通过分析总量数据来获取用户内部每个(主要)电器的用电信息。目前，一类主流的NILM方法是基于负荷事件检测的方法，其以电器工作状态转换过程相关的负荷特征为负荷印记^[2]。根据实现过程是否需要人工设置负荷印记样本的标注信息，又可细分为有监督和无监督两种方案。无监督方案相比于有监督方案，直接对没有标记的原始量测数据进行建模分析，具有更强的实用性和可扩展性。

负荷事件检测是指从总功率曲线中搜索出表示电器运行状态变化的曲线片段，事件发生前后的有功功率差量可简称为事件功率^[3]，如图1所示。按照事件功率的正负，可将负荷事件分为正事件和负事件。负荷事件匹配是从检测到所有负荷事件中，找到与电器工作循环相对应的负荷事件序列。这里，电器工作循环是指电器启动-运行-待机/停机的完整工作过程。基于负荷事件匹配结果，可建立孤立负荷事件之间的关联，丰富负荷事件识别可用的特征，例如工作循环持续时间、工作状态转换次数等等，进而提升NILM性能^[4-5]。负荷事件匹配得到的负荷事件序列，可挖掘出对应电器工作循环的状态模型，它是陌生场景下构建负荷印记模板库和实现无监督NILM的基础。现有研究主要针对两状态负荷事件序列匹配^[6-7]，由于利用时间相近原则，现有方法存在局部搜索的局限，对多状态负荷事件序列的匹配效果和效率不佳，在多电器混叠场景易于发生误匹配^[8-9]。

[参考文献]

[1]余贻鑫，刘博，栾文鹏.非侵入式居民电力负荷监测与分解技术[J].南方电网技术，2013，7(4)：1-5.

[2]刘博.非侵入式电力负荷监测与分解技术[D].天津大学，2013.

[3]Lu M，Li Z.A Hybrid Event Detection Approach for Non-Intrusive LoadMonitoring[J].IEEE Transactions on Smart Grid，2019，PP(99)：528-540.

[4]Giri S，Berges，Mario.An error correction framework for sequencesresulting from known state-transition models in Non-Intrusive Load Monitoring[J].Advanced Engineering Informatics，2017，32(APR.)：152-162.

[5]Makonin S，Popowich F.Nonintrusive load monitoring(NILM)performanceevaluation[J].Energy Efficiency，2015，8(4)：809-814.