发明公开
- 专利标题: 一种非侵入式负荷识别方法、系统、设备及介质
-
申请号: CN202410795610.9申请日: 2024-06-19
-
公开(公告)号: CN118818123A公开(公告)日: 2024-10-22
- 发明人: 王超 , 邱明泉 , 马文营 , 张国瑞 , 郭朝波 , 李求洋 , 李扬 , 费正源 , 徐佳宁 , 王春雷 , 宋嘉琚 , 李润培
- 申请人: 国网北京市电力公司 , 国家电网有限公司 , 中国电力科学研究院有限公司
- 申请人地址: 北京市西城区前门西大街41号; ;
- 专利权人: 国网北京市电力公司,国家电网有限公司,中国电力科学研究院有限公司
- 当前专利权人: 国网北京市电力公司,国家电网有限公司,中国电力科学研究院有限公司
- 当前专利权人地址: 北京市西城区前门西大街41号; ;
- 代理机构: 北京中巡通大知识产权代理有限公司
- 代理商 李宏德
- 主分类号: G01R19/00
- IPC分类号: G01R19/00 ; G01R23/16 ; G01R21/00 ; G06F18/2131 ; G06F18/24 ; G06F18/15 ; G06N3/0464 ; G06N3/09
摘要:
本发明涉及低压电网用电领域,具体涉及一种非侵入式负荷识别方法、系统、设备及介质。所述方法包括:设定至少包含一个电流信号周期的数据窗长度L;采集电流信号,获取长度为L的数据窗D0;对数据窗D0进行频谱分析,得到基波幅值A0;连续采集下一时刻相同长度的数据形成数据窗D1,进行频谱分析,得到基波幅值A1;计算A0和A1的幅值差值,若差值的绝对值小于预设阈值ε,则判断无负荷投切发生,并将D1数据覆盖D0数据,重复此步骤;否则,进入下一步;构建包含时域特征、频域特征和时频域特征的特征集;输入到预先训练好的卷积神经网络模型中进行负荷分类识别,得到识别结果。从多维度对负荷特征进行分析,构建多参量特征集,能够有效区分多种常见家用负荷。