专利交易市场

本发明公开了一种居民用电负荷的非侵入分解方法，该方法包括：通过普通智能电表采集用户预设时间内的总负荷有功功率时序信号作为待分解信号，并采集所述预设时间内各用电器单独运行时的有功功率时序信号作为先验信息；对总负荷时序信号建立图结构；构建每个用电器的图信号的先验信息；对于其中一个用电器，基于图信号的全局平滑性函数，来重构该用电器的图信号；利用该用电器各工作状态对应的有功数据及状态持续时间，并结合该用电器规整后的图信号重构出该用电器的有功功率时序信号；在总负荷时序信号中除去该用电器时序信号后，对上述过程进行循环操作，完成对剩余其他用电器的有功功率时序信号的重构。该方法实现非侵入式的负荷分解。

本发明涉及一种基于影场的隐马尔可夫模型的非侵入式负荷分解方法。本发明在获取各个小区各个用户的用电设备数据后，对数据进行预处理，得到每个用户的总功率序列，使用DTW算法对每个用户的功率序列进行匹配对比，对相似度较高数据段进行标记，获得其类域独立数据与类域重叠数据。然后对类域重叠数据进行分段处理，通过滑动窗口算法得出功率序列的重叠区间，从而达到简化数据库的目的。再通过建立HMM模型对用电数据进行分解辨识。本发明在通过数据简化后能够大量减少数据处理量，提高负荷分解辨识效率，同时，通过HMM模型能够降低因为特征相近所带来的误判。