非侵入式负荷辨识技术研究.pdfVIP

摘要

随着智能电网的快速发展，非侵入式负荷监测技术得到了空前关注，但是随

着负荷种类及其数量的不断增多，对负荷状态辨识算法的要求也越来越高。利用

稳态特征可以进行负荷建模，但其算法复杂且负荷辨识度不高。暂态特征对相似

负荷的识别效果较差。因此，本文提出一种基于PSOSC-MDTW（ParticleSwarm

OptimizationSystemClustering-MultidimensionalDTW）的负荷状态识别算法，

该算法能够在多类型负荷情况下使负荷辨识算法达到最优，同时解决相似负荷状

态辨识差的问题。最后，在公开数据集BLUED上验证了本文算法的有效性，并

用实测数据检测了该种负荷状态识别算法的可行性。

本文的主要工作如下：

（1）利用CUSUM（CumulativeSumControlChart，简称CUSUM）算法对

负荷投切状态进行检测，记录用电负荷的多维瞬态功率波形（Transientpower

waveform，简称TPW），并做最低化处理以消除其它负荷对负荷投切的影响，

然后将负荷瞬态功率曲线作为特征进行负荷状态辨识。

（2）设计M-DTWSC（MultidimensionalDTWSystemClustering）的负荷特

征模板库筛选方法，以瞬态功率曲线间的多维DTW距离做系统聚类，并设计负

荷特征模板库选取规则，从而建立具有典型性的负荷特征模板库。

（3）设计基于PSOSC-MDTW的负荷辨识优化算法，首先定义负荷辨识算

法的评价指标，然后利用最优化方法对负荷聚类类数进行优化，使得负荷识别算

法的综合评价指标最优。

（4）在公开数据集BLUED上进行算法的验证，并与其它两种算法进行对

比，本文算法综合辨识效果更佳。继而用实测数据进行了算法验证，结果表明本

文算法的综合评价指标更优，其综合F度量能够达到95%以上。验证了本文算

法在实际环境中负荷状态辨识的有效性。

关键词：PSOSC-MDTW，多维DTW，系统聚类，PSO优化

ABSTRACT

Withtherapiddevelopmentofsmartgrids,non-intrusiveloadmonitoring

technologyhasreceivedunprecedentedattention.However,asthetypesand

quantitiesofloadscontinuetoincrease,therequirementsforloadstatusidentification

algorithmsarebecominghigherandhigher.Thesteady-statefeaturecanbeusedfor

loadmodeling,butthealgorithmiscomplexandtheloadidentificationisnothigh.

Therecognitioneffectofthesimilaritycoincidencebythestatefeatureispoor.

Therefore,thispaperproposesaloadstatusrecognitionalgorithmbasedon

PSOSC-MDTW,whichcanoptimizetheloadrecognitionalgorithmundermultiple

typesofloadsandsolvetheproblemofpoorrecognitionofsimilarloadstatuses.

Finally,thevalidityofthealgorithminthispaperisverifiedonthepublicdataset

BLUED,a