一种基于多特征指标融合的用电负荷辨识方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113922373A(43)申请公布日2022.01.11(21)申请号202111203183.3(22)申请日2021.10.15(71)申请人国网安徽省电力有限公司肥西县供电公司地址230000安徽省合肥市肥西县上派镇人民东路15号(72)发明人孙珂解正兵王琪琪李佳朔周涵唐勤(74)专利代理机构合肥律众知识产权代理有限公司34147代理人赵娟(51)Int.Cl.H02J3/00(2006.01)权利要求书2页说明书5页附图2页(54)发明名称一种基于多特征指标融合的用电负荷辨识方法(57)摘要本发明公开了一种基于多特征指标融合的用电负荷辨识方法，包括如下步骤：步骤1，获取单负荷特征量，构建单负荷目标函数和多负荷目标函数；步骤2，提取待辨识负荷运行的总用电数据特征量，构建实测目标函数；步骤3，采用遗传算法对实测目标函数进行负荷辨识。本发明通过将电流有效值和有功功率等多个参数指标作为负荷辨识特征量，提高了辨识准确性；本发明采用多特征指标融合的目标函数作为负荷辨识条件，减少了负荷辨识计算量。CN113922373ACN113922373A权利要求书1/2页1.一种基于多特征指标融合的用电负荷辨识方法，包括如下步骤：步骤1，获取单负荷特征量，构建单负荷目标函数和多负荷目标函数；步骤2，提取待辨识负荷运行的总用电数据特征量，构建实测目标函数；步骤3，采用遗传算法对实测目标函数进行负荷辨识。2.根据权利要求1所述的基于多特征指标融合的用电负荷辨识方法，其特征在于，所述单负荷特征量包括电流有效值Irms、有功功率P和功率因数其中，电流有效值有功功率视在功率功率因数k为谐波次数。3.根据权利要求2所述的基于多特征指标融合的用电负荷辨识方法，其特征在于，所述单负荷目标函数为Yn(x)＝αy1(x)+βy2(x)+γy3(x)；所述多负荷目标函数为Y(x)＝Y1(x)+Y2(x)+Y3(x)+…+Yn(x)；其中，x为负荷工作状态，x∈{0,1}，当x＝1时，表示负荷为工作状态；当x＝0时，表示负荷为不工作状态，y1(x),y2(x),y3(x)分别为Irms、P和为基础构建的归一化数值，α,β,γ为权重系数。4.根据权利要求1所述的基于多特征指标融合的用电负荷辨识方法，其特征在于，所述总用电数据特征量包括实测电流、实测有功功率和实测视在功率。5.根据权利要求4所述的基于多特征指标融合的用电负荷辨识方法，其特征在于，所述实测目标函数为：Y′(x)＝βI′+βP′+γcosφ′；其中，I′,P′,cosφ′分别为根据实测电流、实测有功功率和实测视在功率为基础构建的归一化数值，α,β,γ为权重系数。6.根据权利要1所述的基于多特征指标融合的用电负荷辨识方法，其特征在于，所述遗传算法包括如下步骤：步骤3.1，确定编码方案，定义适应度函数，选择遗传算法参数；步骤3.2，随机产生初始种群；其中，所述初始种群为一组长度为n的0和1字符串；步骤3.3，根据初始种群的负荷接入状态，计算初始种群的适应度函数；步骤3.4，判断计算结果是否达到最优解；步骤3.5，若达到最优解，则输出最优解，否则进行迭代运算，产生新的种群，重复步骤3.3‑3.5；步骤3.6，将输出的最优解组成m行n列的矩阵，判断出当前实测情况下，接入系统的负荷类型；其中，所述m行n列的矩阵的每一行为一种符合适应度要求的解，即共有m种解，由此进行负荷辨识。7.根据权利要求6所述的基于多特征指标融合的用电负荷辨识方法，其特征在于，所述步骤3.1中，所述编码方案采用二进制编码；每个染色体对应一个负荷组合集，所述负荷组合集包含n个负荷，染色体长度L＝n，即染色体是一个长度为n的0和1字符串；当染色体中的某个基因为“1”时，表示该基因对应的负荷为运行状态，当染色体中的某个基因为“0”时，表2CN113922373A权利要求书2/2页示该基因对应的负荷为关闭状态；所述适应度函数为：H＝min(Y(x)‑Y′(x))；当H<H0时，判定为达到最优解，迭代结束，输出最优解，其中，H0为适应值。8.根据权利要求6或7所述的基于多特征指标融合的用电负荷辨识方法，其特征在于，所述迭代运算包括选择、交叉和变异；所述迭代运算中的选择采用轮盘赌选择方法；交叉采用均匀交叉策略；变异采用基本位变异，即对染色体中以变异概率、随机指定的某一位或某几位上的值做变异运算。9.一种基于多特征指标融合的用电负荷辨识装置，其特征在于，包括：处理器，用于存储处理器可执行指令的存储器；其中，所述处理器被配置成执行权利要求1‑8任意一项所述基于多特征指标融合的用电负荷辨识方法。10.一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机指令被