本發(fā)明涉及智能用電技術(shù)領(lǐng)域，特別是涉及一種用電設(shè)備類型辨識方法和系統(tǒng)。

背景技術(shù)：

隨著智能電網(wǎng)發(fā)展的不斷深入，智能電網(wǎng)領(lǐng)域技術(shù)也不斷取得突破，包括：關(guān)鍵技術(shù)和標(biāo)準(zhǔn)的研究、關(guān)鍵設(shè)備研制、需求側(cè)管理實踐、電網(wǎng)與用戶互動服務(wù)和營銷自動化系統(tǒng)建設(shè)等等，其中，關(guān)鍵技術(shù)和標(biāo)準(zhǔn)的研究包括：用電信息采集系統(tǒng)、智能電能表、電動汽車充電設(shè)備與設(shè)施、電力光纖到戶等關(guān)鍵技術(shù)研究等，以及制定了用電信息采集技術(shù)領(lǐng)域和電動汽車充放電技術(shù)領(lǐng)域等企業(yè)標(biāo)準(zhǔn)。

用電負(fù)荷用電監(jiān)測與識別方法一直是智能用電領(lǐng)域的關(guān)鍵技術(shù)，而且也是用電信息采集系統(tǒng)的重要技術(shù)。傳統(tǒng)的用電負(fù)荷監(jiān)測方法是：先為每個用電設(shè)備安裝用電信息采集傳感器，再通過戶內(nèi)無線局域網(wǎng)與監(jiān)測主站通信來對各個區(qū)域的用電負(fù)荷進(jìn)行監(jiān)測。

但是，這種侵入式的用電負(fù)荷監(jiān)測系統(tǒng)建設(shè)成本較高、運行維護(hù)困難，同時可能會對用戶生產(chǎn)生活造成影；此外，用電信息采集傳感器與監(jiān)測主站采用無線局域網(wǎng)進(jìn)行數(shù)據(jù)通信會使得用戶用電信息存在安全隱患。雖然已經(jīng)提出了非侵入式用電負(fù)荷辨識系統(tǒng)與方法，然而，隨著用電設(shè)備種類的逐漸增多以及所采用技術(shù)的不斷復(fù)雜化，現(xiàn)有的用電負(fù)荷辨識方法已經(jīng)很難保證非侵入式用電負(fù)荷辨識系統(tǒng)的準(zhǔn)確性。

綜上所示，現(xiàn)有的用電負(fù)荷辨識方法的準(zhǔn)確性較低。

技術(shù)實現(xiàn)要素：

基于此，有必要針對現(xiàn)有的用電設(shè)備負(fù)荷辨識方法的準(zhǔn)確性較低的技術(shù)問題，提供一種用電設(shè)備類型辨識方法和系統(tǒng)。

一種用電設(shè)備類型辨識方法，包括如下步驟：

分別采集待辨識的各種用電設(shè)備的第一電參數(shù)；其中，所述第一電參數(shù)包括用電設(shè)備在開啟、穩(wěn)定運行和關(guān)停過程中的電壓、電流、有功功率波形和無功功率波形；

對所述第一電參數(shù)進(jìn)行特征提取，得到各個用電設(shè)備的第一穩(wěn)態(tài)特征和第一暫態(tài)特征，并根據(jù)所述第一穩(wěn)態(tài)特征和第一暫態(tài)特征分別生成各個用電設(shè)備的第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量；

采集所述各個用電設(shè)備實際工作時的第二電參數(shù)；其中，所述第二電參數(shù)包括用電設(shè)備工作時的有功功率波形和無功功率波形；

對所述第二電參數(shù)進(jìn)行特征提取得到各個用電設(shè)備的第二穩(wěn)態(tài)特征和第二暫態(tài)特征，并根據(jù)所述第二穩(wěn)態(tài)特征和第二暫態(tài)特征分別生成各個用電設(shè)備的第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量；

根據(jù)各個用電設(shè)備的第一穩(wěn)態(tài)特征向量、第一暫態(tài)特征向量、第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量，建立各個用電設(shè)備的類型辨識模型，并利用所述類型辨識模型對各個用電設(shè)備的類型進(jìn)行辨識。

上述用電設(shè)備類型辨識方法，通過采集待辨識的各種用電設(shè)備在開啟、穩(wěn)定運行和關(guān)停過程中的電壓、電流、有功功率波形和無功功率波形，并對上述參數(shù)進(jìn)行特征提取得到各個用電設(shè)備的第一穩(wěn)態(tài)特征和第一暫態(tài)特征，并根據(jù)所述第一穩(wěn)態(tài)特征和第一暫態(tài)特征分別生成各個用電設(shè)備的第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量；然后，采集所述各個用電設(shè)備實際工作時的有功功率波形和無功功率波形，并對上述參數(shù)進(jìn)行特征提取得到各個用電設(shè)備的第二穩(wěn)態(tài)特征和第二暫態(tài)特征，并根據(jù)所述第二穩(wěn)態(tài)特征和第二暫態(tài)特征分別生成各個用電設(shè)備的第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量；最后，根據(jù)各個用電設(shè)備的第一穩(wěn)態(tài)特征向量、第一暫態(tài)特征向量、第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量，建立各個用電設(shè)備的類型辨識模型，并利用所述類型辨識模型對各個用電設(shè)備的類型進(jìn)行辨識。本發(fā)明的用電設(shè)備類型辨識方法，通過對采集的各個用電設(shè)備的有功功率波形和無功功率波形的分析，實現(xiàn)了對用電設(shè)備的類型辨識，提高了用電設(shè)備類型辨識的準(zhǔn)確度。

一種用電設(shè)備類型辨識系統(tǒng)，包括：

第一采集模塊，用于分別采集待辨識的各種用電設(shè)備的第一電參數(shù)；其中，所述第一電參數(shù)包括用電設(shè)備在開啟、穩(wěn)定運行和關(guān)停過程中的電壓、電流、有功功率波形和無功功率波形；

第一提取模塊，用于對所述第一電參數(shù)進(jìn)行特征提取，得到各個用電設(shè)備的第一穩(wěn)態(tài)特征和第一暫態(tài)特征，并根據(jù)所述第一穩(wěn)態(tài)特征和第一暫態(tài)特征分別生成各個用電設(shè)備的第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量；

第二采集模塊，用于采集所述各個用電設(shè)備實際工作時的第二電參數(shù)；其中，所述第二電參數(shù)包括用電設(shè)備工作時的有功功率波形和無功功率波形；

第二提取模塊，用于對所述第二電參數(shù)進(jìn)行特征提取得到各個用電設(shè)備的第二穩(wěn)態(tài)特征和第二暫態(tài)特征，并根據(jù)所述第二穩(wěn)態(tài)特征和第二暫態(tài)特征分別生成各個用電設(shè)備的第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量；

辨識模塊，用于根據(jù)各個用電設(shè)備的第一穩(wěn)態(tài)特征向量、第一暫態(tài)特征向量、第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量，建立各個用電設(shè)備的類型辨識模型，并利用所述類型辨識模型對各個用電設(shè)備的類型進(jìn)行辨識。

上述用電設(shè)備類型辨識系統(tǒng)，通過第一次采集模塊采集待辨識的各種用電設(shè)備在開啟、穩(wěn)定運行和關(guān)停過程中的電壓、電流、有功功率波形和無功功率波形，并利用第一提取模塊對上述參數(shù)進(jìn)行特征提取得到各個用電設(shè)備的第一穩(wěn)態(tài)特征和第一暫態(tài)特征，并根據(jù)所述第一穩(wěn)態(tài)特征和第一暫態(tài)特征分別生成各個用電設(shè)備的第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量；然后，通過第二采集模塊采集所述各個用電設(shè)備實際工作時的有功功率波形和無功功率波形，并利用第二提取模塊對上述參數(shù)進(jìn)行特征提取得到各個用電設(shè)備的第二穩(wěn)態(tài)特征和第二暫態(tài)特征，并根據(jù)所述第二穩(wěn)態(tài)特征和第二暫態(tài)特征分別生成各個用電設(shè)備的第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量；最后，通過辨識模塊根據(jù)各個用電設(shè)備的第一穩(wěn)態(tài)特征向量、第一暫態(tài)特征向量、第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量，建立各個用電設(shè)備的類型辨識模型，并利用所述類型辨識模型對各個用電設(shè)備的類型進(jìn)行辨識。本發(fā)明的用電設(shè)備類型辨識系統(tǒng)，通過對采集的各個用電設(shè)備的有功功率波形和無功功率波形的分析，實現(xiàn)了對用電設(shè)備的 類型辨識，提高了用電負(fù)荷辨識的準(zhǔn)確度。

附圖說明

圖1為本發(fā)明的其中一個實施例的用電設(shè)備類型辨識方法流程圖；

圖2為本發(fā)明的另一個實施例的用電設(shè)備類型辨識方法流程圖；

圖3為本發(fā)明的其中一個實施例的用電設(shè)備類型辨識系統(tǒng)的結(jié)構(gòu)示意圖；

圖4為本發(fā)明的另一個實施例的用電設(shè)備類型辨識系統(tǒng)的結(jié)構(gòu)示意圖。

具體實施方式

為了更進(jìn)一步闡述本發(fā)明所采取的技術(shù)手段及取得的效果，下面結(jié)合附圖及較佳實施例，對本發(fā)明的技術(shù)方案，進(jìn)行清楚和完整的描述。

如圖1所示，圖1為本發(fā)明的其中一個實施例的用電設(shè)備類型辨識方法流程圖，包括如下步驟：

步驟S101：分別采集待辨識的各種用電設(shè)備的第一電參數(shù)；其中，所述第一電參數(shù)包括用電設(shè)備在開啟、穩(wěn)定運行和關(guān)停過程中的電壓、電流、有功功率波形和無功功率波形；

在本步驟中，通過采集包括有功功率波形和無功功率波形在內(nèi)的用電設(shè)備的第一電參數(shù)，用于為后續(xù)步驟的特征提取奠定了基礎(chǔ)，也為后文準(zhǔn)確辨識用電設(shè)備類型提供了可靠的數(shù)據(jù)參考，是提高用電設(shè)備類型辨識準(zhǔn)確度的重要步驟。

步驟S102：對所述第一電參數(shù)進(jìn)行特征提取，得到各個用電設(shè)備的第一穩(wěn)態(tài)特征和第一暫態(tài)特征，并根據(jù)所述第一穩(wěn)態(tài)特征和第一暫態(tài)特征分別生成各個用電設(shè)備的第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量；其中，所述第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量構(gòu)成第一特征向量；

在本步驟中，通過對各個用電設(shè)備的第一電參數(shù)進(jìn)行特征提取，得到各個用電設(shè)備的第一穩(wěn)態(tài)特征和第一暫態(tài)特征，并根據(jù)所述并根據(jù)所述第一穩(wěn)態(tài)特征和第一暫態(tài)特征分別生成各個用電設(shè)備的第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量。需要說明的是，本步驟中所述的第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量 分別由各個用電設(shè)備的穩(wěn)態(tài)特征和暫態(tài)特征組成，也可以說，本步驟中所述的第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量構(gòu)成了各個用電設(shè)備的特征庫，第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量中的每一個元素都代表著某類用電設(shè)備的特征值，因此，本發(fā)明在后續(xù)步驟中通過采集各個用電設(shè)備在實際工作時的第二電參數(shù)，并進(jìn)一步得到第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量，進(jìn)而對各個用電設(shè)備類型進(jìn)行辨識，最終對某個區(qū)域的用電負(fù)荷進(jìn)行辨識，以便盡早發(fā)現(xiàn)意外情況，將危險系數(shù)降到最低。

步驟S103：采集所述各個用電設(shè)備實際工作時的第二電參數(shù)；其中，所述第二電參數(shù)包括用電設(shè)備實際工作時的電壓、電流、有功功率波形和無功功率波形；

在實際應(yīng)用中，可以選定某個區(qū)域，并采集該區(qū)域內(nèi)的用電設(shè)備實際工作時的第二電參數(shù)，需要特別指出的是，第二電參數(shù)中包括相應(yīng)的用電設(shè)備的有用功率波形和無用功率波形，另外，還可以包括電壓、電流等參數(shù)。在本步驟中，通過采集用電設(shè)備的有用功率波形和無用功率波形，用于后續(xù)步驟的對這些參數(shù)進(jìn)行特征提取，得到各個用電設(shè)備的第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量，為最終的對各個用電設(shè)備類型進(jìn)行辨識提供可靠的參考依據(jù)。

在實際應(yīng)用中，步驟S101中所述的第一電參數(shù)可以是在對用電設(shè)備類型進(jìn)行辨識之前就預(yù)先獲取并進(jìn)行存儲的，而步驟S103中所述的第二電參數(shù)是在對用電設(shè)備類型進(jìn)行辨識的過程中在線實時獲取的。

步驟S104：對所述第二電參數(shù)進(jìn)行特征提取得到各個用電設(shè)備的第二穩(wěn)態(tài)特征和第二暫態(tài)特征，并根據(jù)所述第二穩(wěn)態(tài)特征和第二暫態(tài)特征分別生成各個用電設(shè)備的第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量；其中，所述第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量構(gòu)成第二特征向量；

在本步驟中，通過對用電設(shè)備的第二電參數(shù)進(jìn)行特征提取得到各個用電設(shè)備的第二穩(wěn)態(tài)特征和第二暫態(tài)特征，并根據(jù)所述第二穩(wěn)態(tài)特征和第二暫態(tài)特征分別生成各個用電設(shè)備的第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量。需要說明的是，本步驟中所述的第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量分別由各個用電設(shè)備實際運行的穩(wěn)態(tài)特征和暫態(tài)特征組成，也可以說，本步驟中所述的第二穩(wěn)態(tài) 特征向量和第二暫態(tài)特征向量構(gòu)成了各個用電設(shè)備實際運行狀態(tài)的特征庫，第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量中的每一個元素都代表著某類用電設(shè)備在實際運行時某個參數(shù)的特征值，用于后續(xù)步驟的對各個用電設(shè)備類型進(jìn)行辨識，最終對某個區(qū)域的用電負(fù)荷進(jìn)行辨識，以便盡早發(fā)現(xiàn)意外情況，將危險系數(shù)降到最低。

步驟S105：根據(jù)各個用電設(shè)備的第一穩(wěn)態(tài)特征向量、第一暫態(tài)特征向量、第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量，建立各個用電設(shè)備的類型辨識模型，并利用所述類型辨識模型對各個用電設(shè)備的類型進(jìn)行辨識。

在本步驟中，根據(jù)各個用電設(shè)備的第一穩(wěn)態(tài)特征向量、第一暫態(tài)特征向量、第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量，建立各個用電設(shè)備的類型辨識模型，并利用所述類型辨識模型對各個用電設(shè)備的類型進(jìn)行辨識。需要說明的是，類型辨識模型的輸入?yún)?shù)是向量，最終輸出的也是向量，是由用電設(shè)備類型的相似度組成的向量。因此，在實際應(yīng)用中，若知道了輸入某個參數(shù)之后的輸出向量中的第幾個元素的值最小，則輸出該元素的索引，即，知道了索引，也就知道了與該參數(shù)相對應(yīng)的用電設(shè)備類型。

在實際應(yīng)用中，由于第一電參數(shù)包括了用電設(shè)備在開啟、穩(wěn)定運行和關(guān)停過程中的電壓、電流、有功功率波形和無功功率波形，對第一電參數(shù)進(jìn)行特征提取之后得到的第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量同樣包括了用電設(shè)備在各個狀態(tài)時的運行參數(shù)，因此，根據(jù)建立的類型辨識模型同樣也可以辨識出各個用電設(shè)備的運行狀態(tài)。

上述用電設(shè)備類型辨識方法，通過采集待辨識的各種用電設(shè)備在開啟、穩(wěn)定運行和關(guān)停過程中的電壓、電流、有功功率波形和無功功率波形，并對上述參數(shù)進(jìn)行特征提取得到各個用電設(shè)備的第一穩(wěn)態(tài)特征和第一暫態(tài)特征，并根據(jù)所述第一穩(wěn)態(tài)特征和第一暫態(tài)特征分別生成各個用電設(shè)備的第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量；然后，采集所述各個用電設(shè)備實際工作時的電壓、電流、有功功率波形和無功功率波形，并對上述參數(shù)進(jìn)行特征提取得到各個用電設(shè)備的第二穩(wěn)態(tài)特征和第二暫態(tài)特征，并根據(jù)所述第二穩(wěn)態(tài)特征和第二暫態(tài)特征分別生成各個用電設(shè)備的第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量；最后，根據(jù)各 個用電設(shè)備的第一穩(wěn)態(tài)特征向量、第一暫態(tài)特征向量、第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量，建立各個用電設(shè)備的類型辨識模型，并利用所述類型辨識模型對各個用電設(shè)備的類型進(jìn)行辨識。本發(fā)明的用電設(shè)備類型辨識方法，通過對采集的各個用電設(shè)備的有功功率波形和無功功率波形的分析，實現(xiàn)了對用電設(shè)備的類型辨識，提高了用電設(shè)備類型辨識的準(zhǔn)確度。

在其中一個實施例中，本發(fā)明的用電設(shè)備類型辨識方法，所述用電設(shè)備的類型辨識模型如下：

式中，表示由待辨識的用電設(shè)備的第一特征向量和實際工作時的各個用電設(shè)備的第二特征向量之間的相似度構(gòu)成的向量，K₁、K₂均表示實數(shù)，且K₁+K₂＝1， 表示由待辨識的用電設(shè)備的第一穩(wěn)態(tài)特征向量和實際工作時各個用電設(shè)備的第二穩(wěn)態(tài)特征向量之間的相似度構(gòu)成的向量，表示由待辨識的用電設(shè)備的第一暫態(tài)特征向量和實際工作時各個用電設(shè)備的第二暫態(tài)特征向量之間的相似度構(gòu)成的向量，表示各個用電設(shè)備的第二穩(wěn)態(tài)特征向量，表示K個用電設(shè)備的第二穩(wěn)態(tài)特征向量，表示第K個用電設(shè)備的第一穩(wěn)態(tài)特征向量和該用電設(shè)備的第二穩(wěn)態(tài)特征向量之間的差值向量，表示各個用電設(shè)備所有M個暫態(tài)分段中第m段的直方圖特征參數(shù)組成的暫態(tài)特征向量， 表示K個用電設(shè)備所有M個暫態(tài)分段中第m段的直方圖特征參數(shù)組成的第二暫態(tài)特征向量，M'_P表示子向量中有功相關(guān)參數(shù)的數(shù)目，M'_Q表示子向量中無功相關(guān)參數(shù)的數(shù)目。

在其中一個實施例中，本發(fā)明的用電設(shè)備類型辨識方法，所述用電設(shè)備的穩(wěn)態(tài)特征包括：所述用電設(shè)備穩(wěn)定運行狀態(tài)下的有功功率、無功功率、功率因數(shù)角、奇次諧波電流與基波電流的相位差和電流諧波畸變率。

在實際應(yīng)用中，公式(1)中的K1和K2，優(yōu)選為0.5，使得用電設(shè)備的穩(wěn)態(tài)特征相似度和暫態(tài)特征相似度對用電設(shè)備類型的影響一致，提高了辨識的準(zhǔn)確度。需要說明的是，公式(1)中的和均表示向量，通俗來講，R是由待辨識的用電設(shè)備的第一特征向量和實際應(yīng)用中各個用電設(shè)備的第二特征向量之間的相似度組成的向量，例如，R＝{0.001、0.002、0.012、0.201}，而R中的各個數(shù)值對應(yīng)的是待辨識的用電設(shè)備和“電磁爐、微波爐、冰箱、洗衣機”之間的相似度，在預(yù)先建立的辨識模型中，R會輸出相似度最小的元素對應(yīng)的索引，以上述R向量的數(shù)值為例，相似度最低的是“0.001”，對應(yīng)的索引是0，那么，該索引對應(yīng)的用電設(shè)備的類型就是“電磁爐”。

公式(2)用于計算用電設(shè)備特征庫中的第一穩(wěn)態(tài)特征向量和實際運行時的用電設(shè)備的第二穩(wěn)態(tài)特征向量之間的穩(wěn)態(tài)特征相似度，其中，向量R_W的第一個元素計算的是用電設(shè)備特征庫中第1個用電設(shè)備的第一穩(wěn)態(tài)特征向量與用電設(shè)備的實際運行時的第二穩(wěn)態(tài)特征向量之間的穩(wěn)態(tài)特征相似度，其他元素同樣如此，需要注意的是，在公式(2)的后半部分，通過將第一穩(wěn)態(tài)特征向量和第二穩(wěn)態(tài)特征向量中5個穩(wěn)態(tài)特征參數(shù)的差的絕對值進(jìn)行相加，最終得到兩者的穩(wěn)態(tài)特征相似度。利用根據(jù)公式(2)計算得到的穩(wěn)態(tài)特征相似度，最終辨識到的用電設(shè)備類型的準(zhǔn)確率更高，這也是本發(fā)明提高辨識準(zhǔn)確度很重要的步驟。

在上述實施例中，公式(2)中的n表示用電設(shè)備的穩(wěn)態(tài)特征的參數(shù)個數(shù)，在本實施例中限定了用電設(shè)備的穩(wěn)態(tài)特征包括有功功率、無功功率、功率因數(shù)角、奇次諧波電流與基波電流的相位差和電流諧波畸變率等5個參數(shù)，因此，在公式(2)中n的取值為1至5。在實際應(yīng)用中，若增加或者減少用電設(shè)備穩(wěn)態(tài)特征的參數(shù)個數(shù)，n的取值范圍也相應(yīng)增加或者減少。

公式(3)用于計算用電設(shè)備特征庫中的第一暫態(tài)特征向量和實際運行時的用電設(shè)備的第二暫態(tài)特征向量之間的暫態(tài)特征相似度，同樣的，向量的第一個元素計算的是用電設(shè)備特征庫中第1個用電設(shè)備的第一暫態(tài)特征向量與實際運行時相應(yīng)的用電設(shè)備的第二暫態(tài)特征向量之間的暫態(tài)特征相似度，其中，和分別表示所有M個暫態(tài)分段中第m段的直方圖特征參數(shù)組成的子向量，M'_P表示子向量中有功相關(guān)參數(shù)的數(shù)目，M'_Q表示子向量中無功相關(guān)參數(shù)的數(shù)目。

在其中一個實施例中，本發(fā)明的用電設(shè)備類型辨識方法，所述對所述電參數(shù)進(jìn)行特征提取，得到各個用電設(shè)備的穩(wěn)態(tài)特征的步驟可以包括：

式中，P表示用電設(shè)備的有功功率，U_h表示第h次諧波電壓有效值，I_h表示第h次諧波電流有效值，θ_h表示第h次諧波電流滯后該次諧波電壓的相位，Q表示用電設(shè)備的無功功率，表示用電設(shè)備的功率因數(shù)角，arctan(.)表示反正切函數(shù)，α_idx表示用電設(shè)備的奇次諧波電流與基波電流相位差，idx＝[(h_odd-1)/2]∈{1、2、3…}，h_odd∈{1、3、5、7…}表示電流諧波次數(shù)，β₁表示用電設(shè)備的基波電流相位，I_THD表示電流諧波總畸變率，表示用電設(shè)備的電流有效值。

在上述實施例中，通過對獲取的各個用電設(shè)備穩(wěn)定運行狀態(tài)下的電參數(shù)進(jìn)行特征提取，得到各個用電設(shè)備的穩(wěn)態(tài)特征，用于后續(xù)步驟的對用電設(shè)備的類型進(jìn)行辨識。需要說明的是，本發(fā)明的用電設(shè)備辨識方法中采集的電參數(shù)同時包含了有功功率波形和無功功率波形，這極大地提高了用電設(shè)備類型辨識的準(zhǔn)確度。

如圖2所示，圖2為本發(fā)明的另一個實施例的用電設(shè)備類型辨識方法流程圖，所述生成各個用電設(shè)備的第一暫態(tài)特征向量的步驟S102可以包括：

步驟S1021：記錄各個用電設(shè)備在開啟或關(guān)停過程中的有功功率波形和無功功率波形；

步驟S1022：根據(jù)采樣周期將所述有功功率波形和無功功率波形分別進(jìn)行離散表示，例如，可以將所述有功功率波形和無功功率波形表示如下：

步驟S1023：分別將所述有功功率波形和無功功率波形分成M段，得到有功功率波形和無功功率波形的序列分段，仍以上式為例，分段后的序列分段表示如下：

步驟S1024：對所述有功功率波形和無功功率波形的序列分段進(jìn)行直方圖序列分析，得到各個用電設(shè)備的第一暫態(tài)特征向量。

在上述實施例中，通過上述操作，本發(fā)明的用電設(shè)備類型辨識方法實現(xiàn)了對待辨識的用電設(shè)備的暫態(tài)特征的提取。

在其中一個實施例中，本發(fā)明的用電設(shè)備類型辨識方法，所述對所述第二電參數(shù)進(jìn)行特征提取得到各個用電設(shè)備的第二穩(wěn)態(tài)特征和第二暫態(tài)特征的步驟 還可以包括：

根據(jù)所述第二電參數(shù)，判斷各個用電設(shè)備暫態(tài)過程的起始時刻；

提取各個用電設(shè)備的第二穩(wěn)態(tài)特征和第二暫態(tài)特征。

在其中一個實施例中，可以采用如下方式，判斷各個用電設(shè)備暫態(tài)過程的起始時刻：

根據(jù)所述第二電參數(shù)，判斷各個用電設(shè)備暫態(tài)功率波形的持續(xù)時長；

根據(jù)所述各個用電設(shè)備暫態(tài)功率波形的持續(xù)時長，選擇各個用電設(shè)備的分析數(shù)據(jù)窗長度W₀(即數(shù)據(jù)窗中包含的功率數(shù)據(jù)點數(shù)目)；

利用各個用電設(shè)備的分析數(shù)據(jù)窗長度，判斷各個用電設(shè)備暫態(tài)過程的起始時刻。

在實際應(yīng)用中，可以分別計算第i個數(shù)據(jù)窗與第i+1個數(shù)據(jù)窗的最大有功功率，當(dāng)前、后兩個數(shù)據(jù)窗中最大有功功率之差的絕對值超過預(yù)先設(shè)定的有功功率閾值K₂時，即可確定在第i+1個數(shù)據(jù)窗中，用電設(shè)備正處在暫態(tài)過程，隨后在第i個數(shù)據(jù)窗中判斷用電設(shè)備的暫態(tài)過程開始時刻。

在其中一個實施例中，所述利用各個用電設(shè)備的分析數(shù)據(jù)窗長度，判斷各個用電設(shè)備暫態(tài)過程的起始時刻的步驟可以包括：

依次記錄各個用電設(shè)備數(shù)據(jù)窗中第j個采樣時間點和j+1個采樣時間點的有功功率，并計算兩者之間的差值；

當(dāng)所述差值超過預(yù)先設(shè)定的有功功率閾值K₂時，判定采樣時間點j即為相應(yīng)的用電設(shè)備暫態(tài)過程的起始時刻。

在實際應(yīng)用中，本發(fā)明的用電設(shè)備類型辨識方法，可以從用電設(shè)備暫態(tài)過程開始時刻開始，將有功功率波形時間序列中相鄰兩個時刻的功率差值記錄在一個序列S₀中，當(dāng)序列S₀的某個子序列S₁中的元素的取值均小于設(shè)定有功功率閾值K₃，且子序列S₁的長度大于分析數(shù)據(jù)窗長度W₀的一半，即可判斷子序列S₁對應(yīng)的時間段內(nèi)用電設(shè)備處于穩(wěn)態(tài)，也就是說，子序列S₁的第一個元素對應(yīng)的時刻為穩(wěn)態(tài)過程的起始時刻，也是暫態(tài)過程的終止時刻，而最后一個元素對應(yīng)的時刻為穩(wěn)態(tài)過程的終止時刻，因此，可以根據(jù)需要提取用電設(shè)備的穩(wěn)態(tài)特征、以及暫態(tài)有功和無功功率波形時間序列P和Q，并分別計算暫態(tài)有功功率 和無功功率特征值，而且，當(dāng)用電設(shè)備的暫態(tài)波形時間序列長度小于時間閾值T₁時，判斷此暫態(tài)過程為關(guān)停過程，否則為開啟過程。

在其中一個實施例中，本發(fā)明的用電設(shè)備類型辨識方法，所述根據(jù)建立的所述各個用電設(shè)備的類型辨識模型對各個用電設(shè)備的類型進(jìn)行辨識的步驟包括：

根據(jù)建立的所述各個用電設(shè)備的類型辨識模型，計算得到用電設(shè)備索引；

將所述用電設(shè)備索引輸入到由各個用電設(shè)備組成的用電設(shè)備庫中，對比得到采集的第二電參數(shù)所對應(yīng)的用電設(shè)備類型。

在實際應(yīng)用中，本發(fā)明根據(jù)穩(wěn)態(tài)特征相似度和暫態(tài)特征相似度計算結(jié)果，輸出綜合相似度最高的用電設(shè)備索引，即實現(xiàn)用電負(fù)荷類型和運行狀態(tài)在線辨識。

如圖3所示，圖3為本發(fā)明的另一個實施例的用電設(shè)備類型辨識系統(tǒng)的結(jié)構(gòu)示意圖，包括：

第一采集模塊101，用于分別采集待辨識的各種用電設(shè)備的第一電參數(shù)；其中，所述第一電參數(shù)包括用電設(shè)備在開啟、穩(wěn)定運行和關(guān)停過程中的電壓、電流、有功功率波形和無功功率波形；

在第一采集模塊101中，通過采集包括有功功率波形和無功功率波形在內(nèi)的用電設(shè)備的第一電參數(shù)，后后續(xù)步驟的特征提取奠定了基礎(chǔ)，也為后文準(zhǔn)確辨識用電設(shè)備類型提供了可靠的數(shù)據(jù)參考，是提高用電設(shè)備類型辨識準(zhǔn)確度的重要步驟。

第一提取模塊102，用于對所述第一電參數(shù)進(jìn)行特征提取，得到各個用電設(shè)備的第一穩(wěn)態(tài)特征和第一暫態(tài)特征，并根據(jù)所述第一穩(wěn)態(tài)特征和第一暫態(tài)特征分別生成各個用電設(shè)備的第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量；

在第一提取模塊102中，通過對各個用電設(shè)備的第一電參數(shù)進(jìn)行特征提取，得到各個用電設(shè)備的第一穩(wěn)態(tài)特征和第一暫態(tài)特征，并根據(jù)所述并根據(jù)所述第一穩(wěn)態(tài)特征和第一暫態(tài)特征分別生成各個用電設(shè)備的第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量。需要說明的是，本步驟中所述的第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量分別由各個用電設(shè)備的穩(wěn)態(tài)特征和暫態(tài)特征組成，也可以說，本步驟 中所述的第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量構(gòu)成了各個用電設(shè)備的特征庫，第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量中的每一個元素都代表著某類用電設(shè)備的特征值，因此，本發(fā)明在后續(xù)步驟中通過采集各個用電設(shè)備在實際工作時的第二電參數(shù)，并進(jìn)一步得到第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量，進(jìn)而對各個用電設(shè)備類型進(jìn)行辨識，最終對某個區(qū)域的用電負(fù)荷進(jìn)行辨識，以便盡早發(fā)現(xiàn)意外情況，將危險系數(shù)降到最低。

第二采集模塊103，用于采集所述各個用電設(shè)備實際工作時的第二電參數(shù)；其中，所述第二電參數(shù)包括用電設(shè)備實際工作時的電壓、電流、有功功率波形和無功功率波形；

在實際應(yīng)用中，可以選定某個區(qū)域，并采集該區(qū)域內(nèi)的用電設(shè)備實際工作時的第二電參數(shù)，需要特別指出的是，第二電參數(shù)中包括相應(yīng)的用電設(shè)備的有用功率波形和無用功率波形，另外，還可以包括電壓、電流等參數(shù)。在本步驟中，通過采集用電設(shè)備的有用功率波形和無用功率波形，用于后續(xù)步驟的對這些參數(shù)進(jìn)行特征提取，得到各個用電設(shè)備的第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量，為最終的對各個用電設(shè)備類型進(jìn)行辨識提供可靠的參考依據(jù)。

第二提取模塊104，用于對所述第二電參數(shù)進(jìn)行特征提取得到各個用電設(shè)備的第二穩(wěn)態(tài)特征和第二暫態(tài)特征，并根據(jù)所述第二穩(wěn)態(tài)特征和第二暫態(tài)特征分別生成各個用電設(shè)備的第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量；

在第二提取模塊104中，通過對用電設(shè)備的第二電參數(shù)進(jìn)行特征提取得到各個用電設(shè)備的第二穩(wěn)態(tài)特征和第二暫態(tài)特征，并根據(jù)所述第二穩(wěn)態(tài)特征和第二暫態(tài)特征分別生成各個用電設(shè)備的第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量。需要說明的是，本步驟中所述的第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量分別由各個用電設(shè)備實際運行的穩(wěn)態(tài)特征和暫態(tài)特征組成，也可以說，本步驟中所述的第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量構(gòu)成了各個用電設(shè)備實際運行狀態(tài)的特征庫，第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量中的每一個元素都代表著某類用電設(shè)備在實際運行時某個參數(shù)的特征值，用于后續(xù)步驟的對各個用電設(shè)備類型進(jìn)行辨識，最終對某個區(qū)域的用電負(fù)荷進(jìn)行辨識，以便盡早發(fā)現(xiàn)意外情況，將危險系數(shù)降到最低。

辨識模塊105，用于根據(jù)各個用電設(shè)備的第一穩(wěn)態(tài)特征向量、第一暫態(tài)特征向量、第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量，建立各個用電設(shè)備的類型辨識模型，并利用所述類型辨識模型對各個用電設(shè)備的類型進(jìn)行辨識。

在辨識模塊105中，根據(jù)各個用電設(shè)備的第一穩(wěn)態(tài)特征向量、第一暫態(tài)特征向量、第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量，建立各個用電設(shè)備的類型辨識模型，并利用所述類型辨識模型對各個用電設(shè)備的類型進(jìn)行辨識。需要說明的是，類型辨識模型的輸入?yún)?shù)是向量，最終輸出的也是向量，是由用電設(shè)備類型組成的向量。因此，在實際應(yīng)用中，若知道了輸入某個參數(shù)之后的輸出結(jié)果是向量的第幾個元素，即，向量的索引，也就知道了與該參數(shù)相對應(yīng)的用電設(shè)備類型。

在實際應(yīng)用中，由于第一電參數(shù)包括了用電設(shè)備在開啟、穩(wěn)定運行和關(guān)停過程中的電壓、電流、有功功率波形和無功功率波形，對第一電參數(shù)進(jìn)行特征提取之后得到的第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量同樣包括了用電設(shè)備在各個狀態(tài)時的運行參數(shù)，因此，根據(jù)建立的類型辨識模型同樣也可以辨識出各個用電設(shè)備的運行狀態(tài)。

上述用電設(shè)備類型辨識系統(tǒng)，通過第一次采集模塊101采集待辨識的各種用電設(shè)備在開啟、穩(wěn)定運行和關(guān)停過程中的電壓、電流、有功功率波形和無功功率波形，并利用第一提取模塊102對上述參數(shù)進(jìn)行特征提取得到各個用電設(shè)備的第一穩(wěn)態(tài)特征和第一暫態(tài)特征，并根據(jù)所述第一穩(wěn)態(tài)特征和第一暫態(tài)特征分別生成各個用電設(shè)備的第一穩(wěn)態(tài)特征向量和第一暫態(tài)特征向量；然后，通過第二采集模塊103采集所述各個用電設(shè)備實際工作時的有功功率波形和無功功率波形，并利用第二提取模塊104對上述參數(shù)進(jìn)行特征提取得到各個用電設(shè)備的第二穩(wěn)態(tài)特征和第二暫態(tài)特征，并根據(jù)所述第二穩(wěn)態(tài)特征和第二暫態(tài)特征分別生成各個用電設(shè)備的第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量；最后，通過辨識模塊105根據(jù)各個用電設(shè)備的第一穩(wěn)態(tài)特征向量、第一暫態(tài)特征向量、第二穩(wěn)態(tài)特征向量和第二暫態(tài)特征向量，建立各個用電設(shè)備的類型辨識模型，并利用所述類型辨識模型對各個用電設(shè)備的類型進(jìn)行辨識。本發(fā)明的用電設(shè)備類型辨識系統(tǒng)，通過對采集的各個用電設(shè)備的有功功率波形和無功功率波形的分析， 實現(xiàn)了對用電設(shè)備的類型辨識，提高了用電負(fù)荷辨識的準(zhǔn)確度。

在其中一個實施例中，本發(fā)明的用電設(shè)備類型辨識系統(tǒng)，所述用電設(shè)備的類型辨識模型如下：

式中，表示由待辨識的用電設(shè)備的第一特征向量和實際工作時的各個用電設(shè)備的第二特征向量之間的相似度構(gòu)成的向量，K₁、K₂均表示實數(shù)，且K₁+K₂＝1， 表示由待辨識的用電設(shè)備的第一穩(wěn)態(tài)特征向量和實際工作時各個用電設(shè)備的第二穩(wěn)態(tài)特征向量之間的相似度構(gòu)成的向量，表示由待辨識的用電設(shè)備的第一暫態(tài)特征向量和實際工作時各個用電設(shè)備的第二暫態(tài)特征向量之間的相似度構(gòu)成的向量，表示各個用電設(shè)備的第二穩(wěn)態(tài)特征向量，表示K個用電設(shè)備的第二穩(wěn)態(tài)特征向量，表示第K個用電設(shè)備的第一穩(wěn)態(tài)特征向量和該用電設(shè)備的第二穩(wěn)態(tài)特征向量之間的差值向量，表示各個用電設(shè)備所有M個暫態(tài)分段中第m段的直方圖特征參數(shù)組成的暫態(tài)特征向量， 表示K個用電設(shè)備所有M個暫態(tài)分段中第m段的直方圖特征參數(shù)組成的第二暫態(tài)特征向量，M'_P表示子向量中有功相關(guān)參數(shù)的數(shù)目，M'_Q表示子向量中無功相關(guān)參數(shù)的數(shù)目。

在其中一個實施例中，本發(fā)明的用電設(shè)備類型辨識系統(tǒng)，所述用電設(shè)備的穩(wěn)態(tài)特征包括：所述用電設(shè)備穩(wěn)定運行狀態(tài)下的有功功率、無功功率、功率因數(shù)角、奇次諧波電流與基波電流的相位差和電流諧波畸變率。

在實際應(yīng)用中，公式(1)中的K1和K2，優(yōu)選為0.5，使得用電設(shè)備的穩(wěn)態(tài)特征相似度和暫態(tài)特征相似度對用電設(shè)備類型的影響一致，提高了辨識的準(zhǔn)確度。需要說明的是，公式(1)中的和均表示向量，通俗來講，R是由待辨識的用電設(shè)備的第一特征向量和實際應(yīng)用中各個用電設(shè)備的第二特征向量之間的相似度組成的向量，例如，R＝{0.001、0.002、0.012、0.201}，而R中的各個數(shù)值對應(yīng)的是待辨識的用電設(shè)備和“電磁爐、微波爐、冰箱、洗衣機”之間的相似度，在預(yù)先建立的辨識模型中，R會輸出相似度最小的元素對應(yīng)的索引，以上述R向量的數(shù)值為例，相似度最低的是“0.001”，對應(yīng)的索引是0，那么，該索引對應(yīng)的用電設(shè)備的類型就是“電磁爐”。

公式（2）用于計算用電設(shè)備特征庫中的第一穩(wěn)態(tài)特征向量和實際運行時的 用電設(shè)備的第二穩(wěn)態(tài)特征向量之間的穩(wěn)態(tài)特征相似度，其中，向量R_W的第一個元素計算的是用電設(shè)備特征庫中第1個用電設(shè)備的第一穩(wěn)態(tài)特征向量與用電設(shè)備的實際運行時的第二穩(wěn)態(tài)特征向量之間的穩(wěn)態(tài)特征相似度，其他元素同樣如此，需要注意的是，在公式（2）的后半部分，通過將第一穩(wěn)態(tài)特征向量和第二穩(wěn)態(tài)特征向量中5個穩(wěn)態(tài)特征參數(shù)的差的絕對值進(jìn)行相加，最終得到兩者的穩(wěn)態(tài)特征相似度。利用根據(jù)公式（2）計算得到的穩(wěn)態(tài)特征相似度，最終辨識到的用電設(shè)備類型的準(zhǔn)確率更高，這也是本發(fā)明提高辨識準(zhǔn)確度很重要的步驟。

在上述實施例中，公式(2)中的n表示用電設(shè)備的穩(wěn)態(tài)特征的參數(shù)個數(shù)，在本實施例中限定了用電設(shè)備的穩(wěn)態(tài)特征包括有功功率、無功功率、功率因數(shù)角、奇次諧波電流與基波電流的相位差和電流諧波畸變率等5個參數(shù)，因此，在公式(2)中n的取值為1至5。在實際應(yīng)用中，若增加或者減少用電設(shè)備穩(wěn)態(tài)特征的參數(shù)個數(shù)，n的取值范圍也相應(yīng)增加或者減少。

公式(3)用于計算用電設(shè)備特征庫中的第一暫態(tài)特征向量和實際運行時的用電設(shè)備的第二暫態(tài)特征向量之間的暫態(tài)特征相似度，同樣的，向量的第一個元素計算的是用電設(shè)備特征庫中第1個用電設(shè)備的第一暫態(tài)特征向量與實際運行時相應(yīng)的用電設(shè)備的第二暫態(tài)特征向量之間的暫態(tài)特征相似度，其中，和分別表示所有M個暫態(tài)分段中第m段的直方圖特征參數(shù)組成的子向量，M'_P表示子向量中有功相關(guān)參數(shù)的數(shù)目，M'_Q表示子向量中無功相關(guān)參數(shù)的數(shù)目。

在其中一個實施例中，本發(fā)明的用電設(shè)備類型辨識系統(tǒng)，所述第一提取模塊102還用于，對所述電參數(shù)進(jìn)行特征提取，得到各個用電設(shè)備的穩(wěn)態(tài)特征：

式中，P表示用電設(shè)備的有功功率，U_h表示第h次諧波電壓有效值，I_h表示第h次諧波電流有效值，θ_h表示第h次諧波電流滯后該次諧波電壓的相位，Q表示用電設(shè)備的無功功率，表示用電設(shè)備的功率因數(shù)角，arctan(.)表示反正切函數(shù)，α_idx表示用電設(shè)備的奇次諧波電流與基波電流相位差，idx＝[(h_odd-1)/2]∈{1、2、3…}，h_odd∈{1、3、5、7…}表示電流諧波次數(shù)，β₁表示用電設(shè)備的基波電流相位，I_THD表示電流諧波總畸變率，表示用電設(shè)備的電流有效值。

在上述實施例中，通過對獲取的各個用電設(shè)備穩(wěn)定運行狀態(tài)下的電參數(shù)進(jìn)行特征提取，得到各個用電設(shè)備的穩(wěn)態(tài)特征，用于后續(xù)步驟的對用電設(shè)備的類型進(jìn)行辨識。需要說明的是，本發(fā)明的用電設(shè)備辨識方法中采集的電參數(shù)同時包含了有功功率波形和無功功率波形，這極大地提高了用電設(shè)備類型辨識的準(zhǔn)確度。

如圖4所示，圖4為本發(fā)明的另一個實施例的用電設(shè)備類型辨識系統(tǒng)的結(jié)構(gòu)示意圖，所述第一提取模塊102可以包括：

記錄模塊1021，用于記錄各個用電設(shè)備在開啟或關(guān)停過程中的有功功率波形和無功功率波形；

離散模塊1022，用于根據(jù)采樣周期將所述有功功率波形和無功功率波形分別進(jìn)行離散表示，例如，可以將所述有功功率波形和無功功率波形表示如下：

分段模塊1023，用于分別將所述有功功率波形和無功功率波形分成M段， 得到有功功率波形和無功功率波形的序列分段，仍以上式為例，分段后的序列分段表示如下：

分析模塊1024，用于對所述有功功率波形和無功功率波形的序列分段進(jìn)行直方圖序列分析，得到各個用電設(shè)備的第一暫態(tài)特征向量。

在上述實施例中，通過上述操作，本發(fā)明的用電設(shè)備類型辨識系統(tǒng)實現(xiàn)了對待辨識的用電設(shè)備的暫態(tài)特征的提取。

在其中一個實施例中，本發(fā)明的用電設(shè)備類型辨識系統(tǒng)，所述第二提取模塊104還可以用于：

根據(jù)所述第二電參數(shù)，判斷各個用電設(shè)備暫態(tài)過程的起始時刻；

提取各個用電設(shè)備的第二穩(wěn)態(tài)特征和第二暫態(tài)特征。

在其中一個實施例中，可以采用如下方式，判斷各個用電設(shè)備暫態(tài)過程的起始時刻：

根據(jù)所述第二電參數(shù)，判斷各個用電設(shè)備暫態(tài)功率波形的持續(xù)時長；

根據(jù)所述各個用電設(shè)備暫態(tài)功率波形的持續(xù)時長，選擇各個用電設(shè)備的分析數(shù)據(jù)窗長度W₀(即數(shù)據(jù)窗中包含的功率數(shù)據(jù)點數(shù)目)；

利用各個用電設(shè)備的分析數(shù)據(jù)窗長度，判斷各個用電設(shè)備暫態(tài)過程的起始時刻。

在實際應(yīng)用中，可以分別計算第i個數(shù)據(jù)窗與第i+1個數(shù)據(jù)窗的最大有功功率，當(dāng)前、后兩個數(shù)據(jù)窗中最大有功功率之差的絕對值超過預(yù)先設(shè)定的有功功率閾值K₂時，即可確定在第i+1個數(shù)據(jù)窗中，用電設(shè)備正處在暫態(tài)過程，隨后在第i個數(shù)據(jù)窗中判斷用電設(shè)備的暫態(tài)過程開始時刻。

在其中一個實施例中，本發(fā)明的用電設(shè)備類型辨識系統(tǒng)，還可以采用如下方法利用各個用電設(shè)備的分析數(shù)據(jù)窗長度，判斷各個用電設(shè)備暫態(tài)過程的起始時刻：

依次記錄各個用電設(shè)備數(shù)據(jù)窗中第j個采樣時間點和j+1個采樣時間點的有功功率，并計算兩者之間的差值；

當(dāng)所述差值超過預(yù)先設(shè)定的有功功率閾值K₂時，判定采樣時間點j即為相應(yīng)的用電設(shè)備暫態(tài)過程的起始時刻。

在實際應(yīng)用中，本發(fā)明的用電設(shè)備類型辨識系統(tǒng)，可以從用電設(shè)備暫態(tài)過程開始時刻開始，將有功功率波形時間序列中相鄰兩個時刻的功率差值記錄在一個序列S₀中，當(dāng)序列S₀的某個子序列S₁中的元素的取值均小于設(shè)定有功功率閾值K₃，且子序列S₁的長度大于分析數(shù)據(jù)窗長度W₀的一半，即可判斷子序列S₁對應(yīng)的時間段內(nèi)用電設(shè)備處于穩(wěn)態(tài)，也就是說，子序列S₁的第一個元素對應(yīng)的時刻為穩(wěn)態(tài)過程的起始時刻，也是暫態(tài)過程的終止時刻，而最后一個元素對應(yīng)的時刻為穩(wěn)態(tài)過程的終止時刻，因此，可以根據(jù)需要提取用電設(shè)備的穩(wěn)態(tài)特征、以及暫態(tài)有功和無功功率波形時間序列P和Q，并分別計算暫態(tài)有功功率和無功功率特征值，而且，當(dāng)用電設(shè)備的暫態(tài)波形時間序列長度小于時間閾值T₁時，判斷此暫態(tài)過程為關(guān)停過程，否則為開啟過程。

在其中一個實施例中，本發(fā)明的用電設(shè)備類型辨識系統(tǒng)，所述辨識模塊105還可以用于：

根據(jù)建立的所述各個用電設(shè)備的類型辨識模型，計算得到用電設(shè)備索引；

將所述用電設(shè)備索引輸入到由各個用電設(shè)備組成的用電設(shè)備庫中，對比得到采集的第二電參數(shù)所對應(yīng)的用電設(shè)備類型。

在實際應(yīng)用中，本發(fā)明的用電設(shè)備類型辨識系統(tǒng)，根據(jù)穩(wěn)態(tài)特征相似度和暫態(tài)特征相似度計算結(jié)果，輸出綜合相似度最高的用電設(shè)備索引，即實現(xiàn)用電負(fù)荷類型和運行狀態(tài)在線辨識。

本發(fā)明的用電設(shè)備類型辨識方法和系統(tǒng)，同時從有功功率波形和無功功率波形特征中提取用電設(shè)備暫態(tài)特征，并采用新的暫態(tài)特征相似度計算方法，從而在用電設(shè)備種類的逐漸增多及所采用技術(shù)的不斷復(fù)雜化為非侵入式用電負(fù)荷辨識提出技術(shù)挑戰(zhàn)的情況下，保證非侵入式用電負(fù)荷辨識系統(tǒng)的辨識準(zhǔn)確性，最終提高非侵入式用電負(fù)荷辨識技術(shù)系統(tǒng)及相關(guān)產(chǎn)品的實用性。

以上所述實施例的各技術(shù)特征可以進(jìn)行任意的組合，為使描述簡潔，未對上述實施例中的各個技術(shù)特征所有可能的組合都進(jìn)行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應(yīng)當(dāng)認(rèn)為是本說明書記載的范圍。

以上所述實施例僅表達(dá)了本發(fā)明的幾種實施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。