一种基于改进遗传算法的非侵入式负荷分解方法

摘要

本发明公开了一种基于改进遗传算法的非侵入式负荷分解方法，输入负荷历史数据；提取负荷各个状态的功率特征，并对负荷历史数据打上负荷状态标签；统计各负荷状态组合在负荷历史数据中出现的概率；输入要分解的总负荷功率数据，根据改进的遗传算法完成寻优迭代；输出负荷分解结果。本发明使得非侵入式负荷分解的结果更与实际情况接近。针对传统非侵入式负荷分解方法中负荷状态辨识度不高的问题，选取负荷的功率特征作为基本特征，根据线性叠加原理，即总负荷功率将约等于分解出的各负荷设备的功率之和，将负荷分解问题转换为组合优化问题，在遗传算法的目标函数中融入新的惩罚项，使工作状态组合的概率尽可能较大，可有效提高负荷辨识的准确度。