一种非侵入式电力负荷分解方法及系统与流程

本发明涉及电力监测，具体而言，涉及一种非侵入式电力负荷分解方法及系统。

背景技术：

1、随着智能电网的快速发展，对电力负荷监测的智能化要求也越来越高。现在对于电力的监测方式多是侵入式的监测方式，对电力系统中的每个负荷设备或者每类负荷设备进行一一监测。侵入式的检测方式虽然监测精度较高，但是当负荷较多时，需要设置大量与负载设备对应的独立监测设备，故而产生较大的采购成本和安装维护成本。

2、由于侵入式电力监测存在上述问题，非侵入式负荷监测应运而生，非侵入式负荷监测是指不需要进入用户用电系统的内部，只需要在用户总线入口处装设监测设备，通过对总负荷用电数据进行分析处理，能够实现对各个用电设备及其工作状态的辨识。

3、非侵入式负荷分解是非侵入式负荷监测的重要环节，现在常采用一些神经网络模型对总用电数据进行负荷分解，由于不同应用场景负荷种类多样，要想实现较高的分解准确率，每种负荷设备需要设置对应的神经网络模型，每个神经网络模型均需要对应符合设备的历史数据进行提前训练，需要收集的数据量很大，而且当应用场景变换之后，仍然需要大量数据重新对神经网络模型进行训练，模型适应性较差，无法快速推广应用。

技术实现思路

1、本发明所要解决的问题是现有基于神经网络模型的非侵入式负荷分解需要的训练数据较多，适应性较差。

2、为解决上述问题，一方面，本发明提供了一种非侵入式电力负荷分解方法，包括：

3、根据当前时刻入户总线的总负荷功率，分析当前时刻的所述总负荷功率与前一采样时间点的所述总负荷功率之间的功率差值；

4、根据所述功率差值与预设的突变功率阈值，初步分析所述入户总线上的负载设备是否变化；

5、当判定所述入户总线上的所述负载设备变化时，从所述负载设备变化时间点开始，生成实时功率变化曲线图；

6、分析所述实时功率变化曲线图与负载设备集中每种负载设备对应的标准功率变化曲线图之间的相似度；

7、当所述相似度大于预设的相似度阈值时，确定与所述相似度对应的所述负载设备为所述入户总线上变化的负载，并将所述总负荷功率分解为多种所述负载设备的运行功率。

8、可选地，所述根据所述功率差值与预设的突变功率阈值，初步分析所述入户总线上的负载设备是否变化包括：

9、判断所述功率差值的绝对值是否大于所述突变功率阈值；

10、当所述功率差值的绝对值大于所述突变功率阈值时，判定所述入户总线上的所述负载设备发生变化，进一步判断所述功率差值的正负情况；

11、当判定所述功率差值为正值时，判定所述入户总线上的所述负载设备增加；

12、当判定所述功率差值为负值时，判定所述入户总线上的所述负载设备减少。

13、可选地，所述当判定所述入户总线上的所述负载设备变化时，从所述负载设备变化时间点开始，生成实时功率变化曲线图包括：

14、当判定所述入户总线上的所述负载设备增加时，获取所述负载设备增加时间点之前的前一采样时间点的所述总负荷功率，记为相对功率；

15、在所述负载设备增加时间点之后的预设截取时段内，将每一时刻的所述入户总线的所述总负荷功率减去所述相对功率，得到每一时刻的增长功率；

16、根据每一时刻的所述增长功率，生成所述实时功率变化曲线图。

17、可选地，所述根据所述功率差值与预设的突变功率阈值，初步分析所述入户总线上的负载设备是否变化包括：

18、当判定所述入户总线上的所述负载设备减少时，获取所述负载设备减少时间点之前的前一采样时间点的所述总负荷功率，记为相对功率；

19、在所述负载设备减少时间点之前的预设截取时段内，将所述相对功率减去每一时刻的所述入户总线的所述总负荷功率，得到每一时刻的减少功率；

20、根据每一时刻的所述减少功率，生成所述实时功率变化曲线图。

21、可选地，所述分析所述实时功率变化曲线图与负载设备集中每种负载设备对应的标准功率变化曲线图之间的相似度包括：

22、定位所述实时功率变化曲线图中功率波动值小于预设波动值的波段；

23、分析每个所述波段的平均值，将所述波段内每个时刻的实时功率值替换为对应的所述平均值，得到修整后的所述实时功率变化曲线图；

24、拾取修整后的所述实时功率变化曲线图中的实时功率峰值、实时功率谷值以及多个实时功率转折值，并时间顺序排列，构成实时转折点集；

25、分别分析所述实时功率峰值和所述实时功率谷值与当前选择的所述负载设备对应的标准功率变化曲线图中的标准功率峰值和标准功率谷值之间的第一差异度；

26、当所述第一差异度小于第一差异阈值时，以所述实时功率峰值或所述实时功率谷值为中心点，对所述中心点两侧的所述实时转折点集中的实时数值分别按序进行编码，分析所述实时转折点集中的所述实时数值与标准转折点集中相同编码或者相邻编码处的标准数值之间的第二差异度，其中，所述标准转折点集与所述标准功率变化曲线图一一对应；

27、当所述第二差异度小于第二差异阈值时，标记所述第二差异度对应的所述实时数值和所述标准数值为一对相似数值；

28、分析所述实时转折点集中相邻两个所述相似数值在所述实时功率变化曲线图上相距的实时时间长度，以及所述标准转折点集中对应的两个所述相似数值在所述标准功率变化曲线图上相距的标准时间长度，确定所述实时时间长度与所述标准时间长度之间的第三差异度；

29、根据所述第二差异度和所述第三差异度，确定所述实时功率变化曲线图与所述标准功率变化曲线图之间的相似度。

30、可选地，所述根据所述第二差异度和所述第三差异度，确定所述实时功率变化曲线图与所述标准功率变化曲线图之间的相似度包括：

31、当所述实时转折点集中的所述实时数值的所述第二差异度分析完，统计所述实时转折点集中标记为所述相似数值的数量；

32、分析所述相似数值的数量占所述实时转折点集中的所述实时数值的数量的百分比，记为第一相似度；

33、当所述第三差异度大于第三差异阈值时，在所述实时功率变化曲线图上将所述第三差异度对应的两个所述相似数值之间的曲线标记为相似曲线；

34、统计所述相似曲线的数量和时长，分析所述相似曲线的数量占所述实时转折点集中相邻两个所述相似数值的总对数的百分比，记为第二相似度；

35、分析所有所述相似曲线的总时长占所述实时功率变化曲线图的时长的百分比，记为第三相似度；

36、根据所述第一相似度、所述第二相似度和所述第三相似度，拟合得到所述相似度。

37、可选地，所述当所述相似度大于预设的相似度阈值时，确定与所述相似度对应的所述负载设备为所述入户总线上变化的负载，并将所述总负荷功率分解为多种所述负载设备的运行功率包括：

38、当所述相似度大于预设的相似度阈值时，将与所述相似度对应的所述标准功率变化曲线图确定为备选曲线；

39、根据所述入户总线上的所述负载设备的变化时刻和所述相似度，确定所述入户总线上变化的所述负载设备，其中，所述入户总线上确定的多种所述负载设备的运行功率总和为所述入户总线的总负荷功率。

40、可选地，所述根据所述入户总线上的所述负载设备的变化时刻和所述相似度，确定所述入户总线上变化的所述负载设备包括：

41、根据所述入户总线上的所述负载设备的变化时刻和所述备选曲线对应的所述负载设备的常用时段，分析所述备选曲线对应的所述负载设备为所述入户总线上变化的所述负载设备的概率；

42、将所述概率和所述相似度分别乘以预设权值再求和，得到筛选值；

43、将最大的所述筛选值对应的所述备选曲线对应的所述负载设备确认为所述入户总线上变化的所述负载设备。

44、可选地，所述根据当前时刻入户总线的总负荷功率，分析当前时刻的所述总负荷功率与前一采样时间点的所述总负荷功率之间的功率差值包括：

45、根据预先设定的采样周期，周期性的获取所述入户总线的所述总负荷功率；

46、将当前时刻的所述总负荷功率减去前一采样时间点的所述总负荷功率，得到所述功率差值。

47、另外一方面，本发明还提供了一种非侵入式电力负荷分解系统，包括：

48、功率差值分析模块，用于根据当前时刻入户总线的总负荷功率，分析当前时刻的所述总负荷功率与前一采样时间点的所述总负荷功率之间的功率差值；

49、初步分析模块，用于根据所述功率差值与预设的突变功率阈值，初步分析所述入户总线上的负载设备是否变化；还用于当判定所述入户总线上的所述负载设备变化时，从所述负载设备变化时间点开始，生成实时功率变化曲线图；

50、相似度分析模块，用于分析所述实时功率变化曲线图与负载设备集中每种负载设备对应的标准功率变化曲线图之间的相似度；

51、负载分解确认模块，用于当所述相似度大于预设的相似度阈值时，确定与所述相似度对应的所述负载设备为所述入户总线上变化的负载，并将所述总负荷功率分解为多种所述负载设备的运行功率。

52、与现有技术相比，本发明具有如下有益效果：

53、本发明提供的一种非侵入式电力负荷分解方法及系统，在入户总线处设置监测设备，通过根据当前时刻入户总线的总负荷功率，分析当前时刻的所述总负荷功率与前一采样时间点的所述总负荷功率之间的功率差值，能够得知当前时刻入户总线上的负载设备是否有变化，当判定所述入户总线的所述负载设备变化时，从所述负载设备变化时间点开始，着重收集负载设备变化之后的实时功率变化情况，分析所述实时功率变化曲线图与提前收集的负载设备集中每种负载设备对应的标准功率变化曲线之间的相似度，在不同的应用场景中，负载设备的数量有限，仅需要对负载设备进行一次或者几次的数据收集，提取标准功率变化曲线，这相比于现有技术中收集的训练数据来说，收集的数据量大大降低；当所述相似度大于预设的相似度阈值时，确定与所述相似度对应的所述负载设备为所述入户总线上变化的负载，在每一次负载设备变动时，均能够一一被识别出来，同时也能够得知增减的负载设备的运行功率，据此能够将所述总负荷功率分解为多种所述负载设备的运行功率，并根据入户总线上负载设备的变动情况，改变总负荷功率的分解结果。在应用该方法的时候，对各种负载设备运行的标准功率变化曲线和运行功率数据进行采集即可，而这些数据只需要逐个单独运行这些设备即可获得，数据收集简单且数据量较少，适应性强，便于大范围推广应用。