一种非侵入式负荷识别方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115935225A(43)申请公布日2023.04.07(21)申请号202211425329.3G06N3/006(2023.01)(22)申请日2022.11.15G06Q50/06(2012.01)(71)申请人广东电网有限责任公司地址510600广东省广州市越秀区东风东路757号申请人广东电网有限责任公司中山供电局(72)发明人尹雁和徐宝军李宾阮志杰余俊杰李国号郑尧溥刘劲张春梅叶建国(74)专利代理机构北京集佳知识产权代理有限公司11227专利代理师吴玲(51)Int.Cl.G06F18/24(2023.01)G06F18/214(2023.01)权利要求书2页说明书11页附图3页(54)发明名称一种非侵入式负荷识别方法及装置(57)摘要本申请公开了一种非侵入式负荷识别方法及装置，方法包括：提取预设新型负荷对应的负荷特征数据，预设新型负荷包括分布式光伏、电动汽车和家庭新式负荷；采用基于加权投票机制构建的预设负荷识别模型对负荷特征数据进行负荷分析，得到负荷识别结果，预设负荷识别模型通过预设粒子群算法进行权重优化得到。预设负荷识别模型不仅是基于加权投票机制构建得到，还通过预设粒子群算法优化了模型权重，在负荷分析上不仅更加具有针对性，也更能确保识别结果的准确性和可靠性。本申请能解决现有技术并未针对新型负荷进行分析，且分类器无法兼顾效率和精度的技术问题。CN115935225ACN115935225A权利要求书1/2页1.一种非侵入式负荷识别方法，其特征在于，包括：提取预设新型负荷对应的负荷特征数据，所述预设新型负荷包括分布式光伏、电动汽车和家庭新式负荷；采用基于加权投票机制构建的预设负荷识别模型对所述负荷特征数据进行负荷分析，得到负荷识别结果，所述预设负荷识别模型通过预设粒子群算法进行权重优化得到。2.根据权利要求1所述的非侵入式负荷识别方法，其特征在于，所述提取预设新型负荷对应的负荷特征数据，所述预设新型负荷包括分布式光伏、电动汽车和家庭新式负荷，包括：获取预设新型负荷的相关数据，所述相关数据包括电压、电流、频率和功率；计算所述相关数据对应的均值、方差、标准差和均方根，形成负荷特征数据。3.根据权利要求1所述的非侵入式负荷识别方法，其特征在于，所述提取预设新型负荷对应的负荷特征数据，所述预设新型负荷包括分布式光伏、电动汽车和家庭新式负荷，还包括：对所述负荷特征数据分别进行降噪和重叠采样的预处理操作。4.根据权利要求1所述的非侵入式负荷识别方法，其特征在于，所述采用基于加权投票机制构建的预设负荷识别模型对所述负荷特征数据进行负荷分析，得到负荷识别结果，所述预设负荷识别模型通过预设粒子群算法进行权重优化得到，包括：构建基于加权投票机制的非侵入式负荷识别模型组，所述非侵入式负荷识别模型组包括多个非侵入式负荷识别模型；为所述非侵入式负荷识别模型组配置初始化权重和初始加权概率矩阵，得到初始负荷识别模型组；采用预设粒子群算法根据预设分类器评估机制对所述初始负荷识别模型组进行权重优化，得到预设负荷识别模型；通过训练后的所述预设负荷识别模型对所述负荷特征数据进行负荷分析，得到负荷识别结果。5.根据权利要求4所述的非侵入式负荷识别方法，其特征在于，所述采用预设粒子群算法根据预设分类器评估机制对所述初始负荷识别模型组进行权重优化，得到预设负荷识别模型，包括：S1：基于所述初始权重进行种群初始化处理，得到初始参数和初始种群；S2：根据预设分类器评估机制计算种群中每个个体的适应度，并获取初始最佳位置向量，所述初始最佳位置向量包括个体最佳位置向量和种群最佳位置向量；S3：依据初始最佳位置向量和所述初始种群更新粒子速度和粒子位置，并返回步骤S2；S4：在迭代次数大于最大迭代次数时，则迭代结束，得到优化权重组合；S5：采用所述优化权重组合对所述初始负荷识别模型组进行权重优化，得到预设负荷识别模型。6.一种非侵入式负荷识别装置，其特征在于，包括：数据提取模块，用于提取预设新型负荷对应的负荷特征数据，所述预设新型负荷包括分布式光伏、电动汽车和家庭新式负荷；负荷识别模块，用于采用基于加权投票机制构建的预设负荷识别模型对所述负荷特征2CN115935225A权利要求书2/2页数据进行负荷分析，得到负荷识别结果，所述预设负荷识别模型通过预设粒子群算法进行权重优化得到。7.根据权利要求6所述的非侵入式负荷识别装置，其特征在于，所述数据提取模块，具体用于：获取预设新型负荷的相关数据，所述相关数据包括电压、电流、频率和功率；计算所述相关数据对应的均值、方差、标准差和均方根，形成负荷特征数据。8.根据权利要求6所述的非侵入式负荷识别装置，其特征在于，还包括：预处理模块，用于对所述负荷特征数据分别进行降噪和