一种云边协同的用电负荷在线标定方法及装置

技术领域

本发明涉及电气工程科学技术领域，尤其涉及一种云边协同的用电负荷在线标定方法及装置。

背景技术

低碳科技创新与国家制定的碳达峰、碳中和目标，是能源行业发展趋势。碳达峰、碳中和目标促进了电力行业内用电负荷监测与识别技术发展与应用推广。其中，非介入式负荷辨识技术被誉为能效管理领域的皇冠，是现代量测技术和智能电网的最新技术发展方向和发展热点，国、南网公司已经嗅觉到智能负荷辨识强大的技术优势和潜在的商业价值。在用电负荷监测与识别技术研究与产品孵化过程中，需要海量的用电负荷电气特征样本作为基础支撑。

申请号为CN202210628178.5的专利文献公开了一种电力海量数据的边云协同智能终端，包括大数据存储模块、中心云模块、电力物联数据模块、GPS 建模模块、完全分布式协同算法模块、数字集成技术模块、广域网管控中心模块、边缘平台模块，所述大数据存储模块分别电性输入连接中心云模块、完全分布式协同算法模块、数字集成技术模块、广域网管控中心模块、边缘平台模块，所述中心云模块电性输入连接电力物联数据模块、GPS建模模块，广域网管控中心模块电性连接安全管控模块。该终端无法解决现有用电负荷电气特征样本采集工作量大，分类标定效率低下的技术问题。因此，亟需提出一种云边协同的用电负荷在线标定方法与装置，解决现有用电负荷电气特征样本采集工作量大，分类标定效率低下的问题。

发明内容

本发明的主要目的是提供一种云边协同的用电负荷在线标定方法及装置，旨在解决现有用电负荷电气特征样本采集工作量大，分类标定效率低下的技术问题。

为实现上述目的，本发明提供一种云边协同的用电负荷在线标定方法，其中，所述方法包括以下步骤：

S1、云端系统对已有的用电负荷样本库进行自动分类标定，得到标定数据库；

S2、云端系统将所述标定数据库下发至边缘侧终端设备；

S3、边缘侧终端设备根据所述标定数据库，对其所监测用电环境内的实时样本进行实时分类标定并缓存，以及将不属于所述标定数据库中已知类别的实时样本统一标定为未知类样本，并上传至云端系统；

S4、云端系统将所述边缘侧终端设备上传的实时样本按分类标定进行存储管理，以及将所述未知类样本进行自动分类标定更新至所述标定数据库。

优选方案之一，所述用电负荷样本的特征向量包括：电压、电压各次谐波幅值与角度、电压谐波含量、电流、电流各次谐波幅值与角度、电流谐波含量、全波有功和/无功、基波有功和/或无功和频率。

优选方案之一，所述步骤S1云端系统对已有的用电负荷样本库进行自动分类标定，得到标定数据库，具体步骤为：

S11、随机选取已有的用电负荷样本库中任一样本，该样本为中心样本，得到所述中心样本的空间邻域，并判断所述中心样本是否属于当前簇所属样本；

S12、遍历所述中心样本领域内的所有样本，直至完成所述中心样本领域内所有样本的分类标定；

S13、重复步骤S11-S12，直至完成所有簇样本的分类标定。

优选方案之一，所述步骤S11随机选取已有的用电负荷样本库中任一样本，得到该样本的空间邻域，该样本为中心样本，并判断所述中心样本是否属于当前簇所属样本，具体步骤为：

随机选取已有的用电负荷样本库中任一样本，该样本为中心样本；

计算所述中心样本与其余样本的样本间距，得到样本间距小于第一阈值R 的空间领域；

并判断所述中心样本是否属于当前簇所属样本；若所述空间领域内样本数目大于第二阈值M，则所述中心样本标记为当前簇所属样本；反之，则所述中心样本标记为噪声。

优选方案之一，所述计算中心样本与其余样本的样本间距为：

其中，d为样本间距，A为中心样本，B为其余样本，n为特征向量的特征数量，i为特征向量内的第i个特征。

优选方案之一，所述步骤S3中对其所监测用电环境内的实时样本进行实时分类标定并缓存，以及将不属于所述标定数据库中已知类别的实时样本统一标定为未知类样本，具体步骤为：

S31、计算实时样本与标定数据库中样本的匹配系数；

S32、基于所述匹配系数，判断所述实时样本是否属于所述标定数据库的用电负荷样本类别。

优选方案之一，所述匹配系数为：

其中，β

优选方案之一，所述步骤S32具体为：

取所述匹配系数的最大值，若所述匹配系数的最大值大于第三阈值，则将所述实时样本标定为对应样本类别；若所述匹配系数的最大值小于第三阈值，则将所述实时样本标定为未知类样本。

一种包括上述一种云边协同的用电负荷在线标定方法的装置，所述装置包括云端系统和边缘侧终端设备；

所述云端系统与所述边缘侧终端设备通讯连接；

所述云端系统，用于对已有的用电负荷样本库进行自动分类标定，得到标定数据库，并即时更新所述标定数据库；

所述边缘侧终端设备，用于将实时样本根据所述标定数据库进行分类标定，以及将不属于标定数据库中已知类别的实时样本统一标定为未知类样本。

优选方案之一，所述云端系统与所述边缘侧终端设备通讯连接的方式包括：3G、4G、5G、WIFI、蓝牙、485和HPLC中的一种。

本发明的上述技术方案中，该云边协同的用电负荷在线标定方法包括以下步骤：云端系统对已有的用电负荷样本库进行自动分类标定，得到标定数据库；云端系统将所述标定数据库下发至边缘侧终端设备；边缘侧终端设备根据所述标定数据库，对其所监测用电环境内的实时样本进行实时分类标定并缓存，以及将不属于所述标定数据库中已知类别的实时样本统一标定为未知类样本，并上传至云端系统；云端系统将所述边缘侧终端设备上传的实时样本按分类标定进行存储管理，以及将所述未知类样本进行自动分类标定更新至所述标定数据库。本发明解决了现有用电负荷电气特征样本采集工作量大，分类标定效率低下的技术问题。

本发明中，通过云边协同的方式，降低了边缘侧终端设备处理复杂度以及对硬件技术的需求，可便于大规模的应用。

本发明中，采用样本密度的聚类以及样本相似度衡量的方法，可自适用各种复杂样本的分类，弱化噪声的影响，自动化实现样本分类标定。

附图说明

为了更清楚地说明本发明实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述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方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为本发明实施例一种云边协同的用电负荷在线标定方法的流程示意图；

图2为本发明实施例步骤S1的流程示意图；

图3为本发明实施例一种云边协同的用电负荷在线标定装置的框架图。

附图标号说明：

1、云端系统；2、边缘侧终端设备。

本发明目的的实现、功能特点及优点将结合实施方式，参照附图做进一步说明。

具体实施方式

下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明的一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。

另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。

并且，本发明各个实施方式之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

实施例1：

参见图1-2，根据本发明的一方面，本发明提供一种云边协同的用电负荷在线标定方法，其中，所述方法包括以下步骤：

S1、云端系统对已有的用电负荷样本库进行自动分类标定，得到标定数据库；

S2、云端系统将所述标定数据库下发至边缘侧终端设备；

S3、边缘侧终端设备根据所述标定数据库，对其所监测用电环境内的实时样本进行实时分类标定并缓存，以及将不属于所述标定数据库中已知类别的实时样本统一标定为未知类样本，并上传至云端系统；

S4、云端系统将所述边缘侧终端设备上传的实时样本按分类标定进行存储管理，以及将所述未知类样本进行自动分类标定更新至所述标定数据库。

具体地，在本实施例中，所述用电负荷样本的特征向量包括但不限于：电压、电压各次谐波幅值与角度、电压谐波含量、电流、电流各次谐波幅值与角度、电流谐波含量、全波有功和/无功、基波有功和/或无功和频率等；本发明对所述用电负荷样本的特征向量不进行具体限定，具体可根据需要进行设定。

具体地，在本实施例中，所述步骤S1云端系统对已有的用电负荷样本库进行自动分类标定，得到标定数据库，具体步骤为：

S11、随机选取已有的用电负荷样本库中任一样本，该样本为中心样本，得到所述中心样本的空间邻域，并判断所述中心样本是否属于当前簇所属样本；其中，对所述步骤S11随机选取已有的用电负荷样本库中任一样本，得到该样本的空间邻域，该样本为中心样本，并判断所述中心样本是否属于当前簇所属样本，具体步骤为：随机选取已有的用电负荷样本库中任一样本，该样本为中心样本；计算所述中心样本与其余样本的样本间距，得到样本间距小于第一阈值R的空间领域；并判断所述中心样本是否属于当前簇所属样本；若所述空间领域内样本数目大于第二阈值M，则所述中心样本标记为当前簇所属样本；反之，则所述中心样本标记为噪声；其中，无论样本被标定为当前簇所述样本还是噪声，均更新其状态为“已处理”。

S12、遍历所述中心样本领域内的所有样本，直至完成所述中心样本领域内所有样本的分类标定；

S13、重复步骤S11-S12，直至完成所有簇样本的分类标定，直至用电负荷样本库中所有用电负荷样本均处于“已处理”状态，则完成分类标定，得到标定数据库。

具体地，在本实施例中，所述样本间距采用欧式距离进行计算，所述计算中心样本与其余样本的样本间距为：

其中，d为样本间距，A为中心样本，B为其余样本，n为特征向量的特征数量，i为特征向量内的第i个特征。

具体地，在本实施例中，所述步骤S3中对其所监测用电环境内的实时样本进行实时分类标定并缓存，以及将不属于所述标定数据库中已知类别的实时样本统一标定为未知类样本，具体步骤为：

S31、计算实时样本与标定数据库中样本的匹配系数；所述匹配系数为：

其中，β

S32、基于所述匹配系数，判断所述实时样本是否属于所述标定数据库的用电负荷样本类别。所述步骤S32具体为：取所述匹配系数的最大值，若所述匹配系数的最大值大于第三阈值，则将所述实时样本标定为对应样本类别；若所述匹配系数的最大值小于第三阈值，则将所述实时样本标定为未知类样本，其中，所述第三阈值为各样本特征的标准相似度。

具体地，在本实施例中，所述步骤S3中上传至云端系统之前，还包括：当所述实时样本缓存数量达到预设的第一样本容量门限值后，上传至所述云端系统。

具体地，在本实施例中，在所述步骤S4中，云端系统将所述边缘侧终端设备上传的实时样本按分类标定进行存储管理，其中，当未知类样本数量达到预设的第二样本容量门限值后，根据步骤S1对所述未知类样本进行自动分类标定，并更新至所述标定数据库下发至所述边缘侧终端设备。

实施例2：

参见图3，一种包括上述一种云边协同的用电负荷在线标定方法的装置，所述装置包括云端系统和边缘侧终端设备；

所述云端系统与所述边缘侧终端设备通讯连接；

所述云端系统，用于对已有的用电负荷样本库进行自动分类标定，得到标定数据库，并即时更新所述标定数据库；

所述边缘侧终端设备，用于将实时样本根据所述标定数据库进行分类标定，以及将不属于标定数据库中已知类别的实时样本统一标定为未知类样本。

具体地，在本实施例中，所述云端系统与所述边缘侧终端设备通讯连接的方式包括：3G、4G、5G、WIFI、蓝牙、485和HPLC中的一种；本发明不进行具体限定，具体可根据需要选择合适的通讯连接方式。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围。