隨著非侵入式負(fù)荷監(jiān)測與用戶側(cè)智能電表的結(jié)合,基于低頻電力數(shù)據(jù)實現(xiàn)負(fù)荷分解成為了最新的研究趨勢�？紤]到低頻電力數(shù)據(jù)的特征,文章提出一種基于設(shè)備運行狀態(tài)挖掘的非侵入式負(fù)荷分解方法。該方法首先進(jìn)行負(fù)荷事件檢測,并在負(fù)荷事件處提取功率特征;接著在特征平面內(nèi)通過聚類算法獲取表征不同類型負(fù)荷事件的聚類簇;最終采用圖信號處理算法在聚類簇間挖掘設(shè)備運行狀態(tài)并與數(shù)據(jù)庫中的模板進(jìn)行匹配實現(xiàn)負(fù)荷分解。算例驗證了該方法事件檢測和負(fù)荷分解的準(zhǔn)確率,同時驗證了在狀態(tài)挖掘過程中引入設(shè)備運行周期能耗對額定功率相似設(shè)備的負(fù)荷分解具有優(yōu)化效果。因此,為基于低頻電力數(shù)據(jù)的非侵入式負(fù)荷分解技術(shù)研究提供了新思路。 

【文章來源】：電力建設(shè). 2020,41(08)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

負(fù)荷事件檢測模型

以二維特征值為坐標(biāo)的負(fù)荷事件點呈簇狀分布在特征平面內(nèi)，因此可以通過聚類算法進(jìn)行分析。傳統(tǒng)的聚類算法需要人為指定聚類中心數(shù)[14]，而在非侵入式負(fù)荷分解的應(yīng)用實際中，用戶內(nèi)部的設(shè)備數(shù)量、設(shè)備運行狀態(tài)的數(shù)量均是未知的，聚類中心數(shù)難以明確。采用基于均值漂移(mean shift)的聚類算法[15-16]可以克服以上缺陷，其僅需設(shè)置參數(shù)高斯核帶寬b就可以在二維特征平面上自適應(yīng)地確定聚類中心數(shù)，負(fù)荷事件聚類分析效果如圖2所示。由圖2可知，經(jīng)標(biāo)準(zhǔn)化處理特征值后的所有負(fù)荷事件被聚為數(shù)類，其構(gòu)成聚類簇集合C={c1,c2，…，cK}。每個聚類簇內(nèi)的負(fù)荷事件在特征平面內(nèi)分布相近，表征同一類負(fù)荷狀態(tài)的改變。其可以是正向的cP(由低功率狀態(tài)轉(zhuǎn)變至高功率狀態(tài))，也可以是反向的cN(由高功率狀態(tài)轉(zhuǎn)變至低功率狀態(tài))。

綜合考慮工作模式的差異性，可以將家庭用電設(shè)備劃分為3類:ON/OFF型、有限狀態(tài)型和連續(xù)變化型[2]。鑒于大部分家庭用電設(shè)備都具有穩(wěn)定的工作狀態(tài)，本文只討論前2類用電設(shè)備，其運行狀態(tài)如圖3所示。如圖3(a)所示，ON/OFF型設(shè)備只有1個運行狀態(tài)，因此可以用1對正、反向的負(fù)荷事件(eP1,eN1)標(biāo)志其起始與結(jié)束。如圖3(b)所示，有限狀態(tài)型設(shè)備由3個負(fù)荷事件表征2個運行狀態(tài)，可以將t3時刻實際發(fā)生的負(fù)荷事件eN3分解成同時刻正、反的2個虛擬負(fù)荷事件e"N2和e"P4，如表1所示。

【參考文獻(xiàn)】：
期刊論文
[1]考慮狀態(tài)概率因子和狀態(tài)修正的非侵入式負(fù)荷分解方法[J]. 文亞鳳,崔亮節(jié),孫毅,祁兵,馬永紅.  電網(wǎng)技術(shù). 2019(11)
[2]深度神經(jīng)網(wǎng)絡(luò)在非侵入式負(fù)荷分解中的應(yīng)用[J]. 燕續(xù)峰,翟少鵬,王治華,王芬,何光宇.  電力系統(tǒng)自動化. 2019(01)
[3]基于監(jiān)督學(xué)習(xí)的非侵入式負(fù)荷監(jiān)測算法比較[J]. 涂京,周明,宋旭帆,周光東,李庚銀.  電力自動化設(shè)備. 2018(12)
[4]基于近鄰傳播聚類和遺傳優(yōu)化的非侵入式負(fù)荷分解方法[J]. 徐青山,婁藕蝶,鄭愛霞,劉瑜俊.  電工技術(shù)學(xué)報. 2018(16)
[5]基于k-NN結(jié)合核Fisher判別的非侵入式負(fù)荷監(jiān)測方法[J]. 宋旭帆,周明,涂京,李庚銀.  電力系統(tǒng)自動化. 2018(06)
[6]基于遺傳優(yōu)化的非侵入式家居負(fù)荷分解方法[J]. 孫毅,崔燦,陸俊,郝建紅,劉向軍.  電網(wǎng)技術(shù). 2016(12)
[7]基于因子隱馬爾可夫模型的負(fù)荷分解方法及靈敏度分析[J]. 陳思運,高峰,劉烴,翟橋柱,管曉宏.  電力系統(tǒng)自動化. 2016(21)
[8]非侵入式負(fù)荷監(jiān)測與分解研究綜述[J]. 程祥,李林芝,吳浩,丁一,宋永華,孫維真.  電網(wǎng)技術(shù). 2016(10)
[9]面向智能電網(wǎng)的互動式節(jié)能調(diào)度初探[J]. 李俊雄,黎燦兵,曹一家,李欣然,何麗娜,劉博.  電力系統(tǒng)自動化. 2013(08)



本文編號：2971991