一种基于电器运行模式的非侵入式家用负荷分解方法

技术领域

本发明属于非侵入式家用负荷监测技术领域，具体涉及一种基于电器运行模式的非侵入式家用负荷分解方法。

背景技术

智能用电是智能电网的重要特征，用电负荷细节监测(简称负荷监测)是实现智能用电的首要环节和实现电力系统优化及管理的基础。通过用电负荷细节数据分析可实现需求侧能量管理、节能、故障检测等。与侵入式负荷监测相比，非侵入式负荷监测由于其经济成本低、侵入性低、推广性好，成为解决当前智能用电领域中负荷监测难题的有效解决方法和未来电力负荷监测的重要发展方向。通过分解性能好的非侵入式负荷监测机制可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，这些用电细节信息通过处理可为电力公司提供更精细的负荷样本曲线和不同尺度的负荷时空分布曲线，提高电网负荷模型的精确性、电网运行的安全性、电力规划的科学性和项目建设的经济性；实时了解电器负荷使用状态与能量消耗，还能有效提高电力用户的自主节电节能意识，主动参与电网节能服务或需求响应策略；同时，精细化的负荷监测数据对科研领域的进步、高效设备的研发具有重要作用，可推动能效技术的革新及能源结构的调整，有助于经济、环境和社会的可持续发展。

现有的大多数非侵入式负荷监测方法基于高频采样的负荷特征，需要专用的硬件测量设备，利用低频采样负荷特征的方法难以识别负荷的启停事件，且模型复杂、负荷分解准确率不高，这在一定程度上限制了非侵入式负荷监测技术的商业推广。为了解决将总的负荷信息分解为单独负荷信息这一关键技术问题，非侵入式负荷监测方法的设计应考虑如何使硬件开销更少、监测效率更高。

发明内容

本发明的目的是提供一种基于电器运行模式的非侵入式家用负荷分解方法，基于电器运行模式标识各家用负荷，并构建负荷分解优化问题模型，模型简单，大大提高负荷分解准确率，且无需安装额外的测量设备，降低硬件开销。

为实现上述目的，本发明提供了如下方案：

一种基于电器运行模式的非侵入式家用负荷分解方法，该方法包括如下步骤：

步骤1，通过测量不同家用负荷的运行功率，提取家用负荷电器运行模式特征集；

步骤2，截取入户处的一段测量总功率序列段，并从特征集中截取等长的各负荷电器运行模式功率序列段，各负荷电器运行模式功率序列段求和得到目标总功率序列段；

步骤3，计算测量总功率序列段与目标总功率序列段之间的距离，将该距离最短作为问题目标，构建负荷分解优化问题模型；

步骤4，求解负荷分解优化问题模型的优化问题，得到负荷分解结果；

步骤5，再次截取下一段测量总功率序列段，重复步骤2到步骤4，直到将整个测量总功率序列分解。

可选的，所述步骤1，通过测量不同家用负荷的运行功率，提取家用负荷电器运行模式特征集，具体包括：

利用智能电表测量不同家用负荷的运行功率，得到各家用负荷运行的监测功率序列；

从各家用负荷运行的监测功率序列中，提取有代表性的功率运行序列作为各家用负荷的电器运行模式特征，构成特征集如下：

其中，φ(i)表示家用负荷i的电器运行模式特征序列，H

可选的，所述步骤2，截取入户处的一段测量总功率序列段，并从特征集中截取等长的各负荷电器运行模式功率序列段，各负荷电器运行模式功率序列段求和得到推导的总功率序列段，具体包括：

截取入户处的一段测量总功率序列段P，这里，

从特征集中截取与P等长的各负荷电器运行模式功率序列段：

其中，h

将截取的各负荷电器运行模式功率序列段相加得到目标总功率序列段：

可选的，所述步骤3，计算测量总功率序列段与目标总功率序列段之间的距离，将该距离最短作为问题目标，构建负荷分解优化问题模型，具体包括：

计算测量总功率序列段P和目标总功率序列段

将测量总功率序列段P和目标总功率序列段

可选的，所述步骤4，求解负荷分解优化问题模型的优化问题，得到负荷分解结果，具体包括：

步骤4.1，采用遗传算法对目标函数进行求解，优化问题建立为求最优的h

步骤4.2，根据各家用负荷电器运行模式特征序列的长度设计基因编码结构，首先确定h

步骤4.3，经过选择、交叉和变异步骤，当目标函数值收敛，求得各负荷运行序数h

步骤4.4，根据h

可选的，所述步骤5，再次截取下一段测量总功率序列段，重复步骤2到步骤4，直到将整个测量总功率序列分解，具体为：

对入户处的测量总功率序列，分段进行分解，循环直至所有的总功率序列分解完成。

根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供的基于电器运行模式的非侵入式家用负荷分解方法，提出基础是各居民用电设备在运行期间具有不同的电器运行模式，这些运行模式可以唯一标识用电负荷；本方法可利用当前电网中的智能电表测量运行功率等数据，无须安装额外的测量设备，降低硬件开销；并构建负荷分解优化问题模型进行最优问题求解，模型简单，运算效率高，大大提高负荷分解准确率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的非侵入式家用负荷分解方法的流程图；

图2为4种典型家用负荷的监测功率值；

图3为本发明单次分解序列段截取示意图；

图4为本发明使用遗传算法求解时的基因编码结构；

图5为本发明使用遗传算法计算最优运行系数的流程图；

图6(a)为家用负荷运行时测量的总功率序列1的示意图；

图6(b)为总功率序列1分解序列示意图；

图6(c)为家用负荷运行时测量的总功率序列2的示意图；

图6(d)为总功率序列2分解序列示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种基于电器运行模式的非侵入式家用负荷分解方法，基于电器运行模式标识各家用负荷，并构建负荷分解优化问题模型，模型简单，大大提高负荷分解准确率，且无需安装额外的测量设备，降低硬件开销。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1所示，本发明提供的基于电器运行模式的非侵入式家用负荷分解方法，包括以下步骤：

步骤1，通过测量不同家用负荷的运行功率，提取家用负荷电器运行模式特征集；

步骤2，截取入户处的一段测量总功率序列段，并从特征集中截取等长的各负荷电器运行模式功率序列段，各负荷电器运行模式功率序列段求和得到目标总功率序列段；

步骤3，计算测量总功率序列段与目标总功率序列段之间的距离，将该距离最短作为问题目标，构建负荷分解优化问题模型；

步骤4，求解负荷分解优化问题模型的优化问题，得到负荷分解结果；

步骤5，再次截取下一段测量总功率序列段，重复步骤2到步骤4，直到将整个测量总功率序列分解。

其中，所述步骤1，通过测量不同家用负荷的运行功率，提取家用负荷电器运行模式特征集，具体包括：

利用智能电表测量不同家用负荷的运行功率，得到各家用负荷运行的监测功率序列；

从各家用负荷运行的监测功率序列中，提取有代表性的功率运行序列作为各家用负荷的电器运行模式特征，构成特征集如下：

其中，φ(i)表示家用负荷i的电器运行模式特征序列，H

本实施例以公共数据集AMPd步骤2为研究对象，选取典型的用电负荷熨烫机、空调、电炉、冰箱的功率监测值见图2所示，数据采样间隔为1分钟。其中，熨烫机、空调、电炉、冰箱的特征序列长度分别为128、128、32、32。

所述步骤2，截取入户处的一段测量总功率序列段，并从特征集中截取等长的各负荷电器运行模式功率序列段，各负荷电器运行模式功率序列段求和得到推导的总功率序列段，具体包括：

截取入户处的一段测量总功率序列段P，这里，

从特征集中截取与P等长的各负荷电器运行模式功率序列段：

其中，h

将截取的各负荷电器运行模式功率序列段相加得到目标总功率序列段：

如图3所示，考虑到家用负荷在运行期间的功率曲线扭曲，序列段的长度必须小于最小运行周期的电器周期，这样可以保证分解的正确，于是确定分解总功率序列段的长度为10分钟，即l

所述步骤3，计算测量总功率序列段与目标总功率序列段之间的距离，将该距离最短作为问题目标，构建负荷分解优化问题模型，具体包括：

计算测量总功率序列段P和目标总功率序列段

将测量总功率序列段P和目标总功率序列段

所述步骤4，求解负荷分解优化问题模型的优化问题，得到负荷分解结果，具体包括：

步骤4.1，采用遗传算法对目标函数进行求解，优化问题建立为求最优的h

步骤4.2，如图4所示，根据各家用负荷电器运行模式特征序列的长度设计基因编码结构，首先确定h

步骤4.3，经过选择、交叉和变异步骤，当目标函数值收敛，求得各负荷运行序数h

步骤4.4，根据h

所述步骤5，再次截取下一段测量总功率序列段，重复步骤2到步骤4，直到将整个测量总功率序列分解，具体为：

对入户处的测量总功率序列，分段进行分解，循环直至所有的总功率序列分解完成。

本实施例随机选择了2个长度为60分钟的总功率监测序列将其分解，分别为总功率序列1和总功率序列2，如图6(a)和图6(c)所示；针对两段序列，需要截取为6个10分钟长的序列段，在完成第一段序列段的分解后，定位到下一序列段，重复步骤2到步骤4，共执行6次，所有总功率序列分解完成，得到分解结果，如图6(b)为总功率序列1分解序列示意图，图6(d)为总功率序列2分解序列示意图。

本发明提供的基于电器运行模式的非侵入式家用负荷分解方法，提出基础是各居民用电设备在运行期间具有不同的电器运行模式，这些运行模式可以唯一标识用电负荷；本方法可利用当前电网中的智能电表测量运行功率等数据，无须安装额外的测量设备，降低硬件开销；并构建负荷分解优化问题模型进行最优问题求解，模型简单，运算效率高，大大提高负荷分解准确率。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。