一种基于字符消息队列的非侵入式负荷识别方法

技术特征：
1.一种基于字符消息队列的非侵入式负荷识别方法，其特征在于，所述方法包括以下步骤：步骤1：低频数据在线实时输入，数据预处理计算模块接受数据，将数据强制转换成字符串格式，计算参数；步骤2：数据整合传输kafka消息系统作为消息中间件，producer端将步骤1所得的数据逐条发送到消息队列中，根据步骤1计算得到的检测窗口长度n，初始化偏移量为i，评估窗口长度为b，consumer端指定从消息队列中获取偏移量为i到i n b的数据；步骤3：事件检测将步骤2所得的数据格式化，进行事件检测后返回事件数据列表database_event，包括：评估均值μ_mean、检测均值μ_det、均值偏移量累积和s
±
和事件持续时间δi，若无事件发生则δi＝1；步骤4：特征提取将步骤3所得的database_event进行处理，提取特征包含如下：均值差δμ、均值偏移量累积和s
±
、功率极差δpower、功率均值power_mean；步骤5：事件识别使用lightgbm算法进行事件识别分类，使用贝叶斯算法优化lightgbm参数，将步骤4所得的特征输入事件识别模型中，得到事件概率列表，取概率最大的事件类型为最终识别结果；步骤6：更新偏移量根据步骤3所得的事件持续时间δi，修改偏移量为i δi。2.如权利要求1所述的基于字符消息队列的非侵入式负荷识别方法，其特征在于，所述步骤1中，获取最小功率负荷的功率p
min
，设检测窗口为n，事件检测算法累积和阈值为thd，其中p
min
为已知参数，n和thd为未知参数，为使算法能够以最小的算力进行检测，n和thd应满足以下公式：thd≈p
min
×
n式中为最大功率设备切出时，第一次出现功率下降的检测窗口，为设备完全切出时的检测窗口，p
j
为偏移量为j的功率值，l和m为偏移量。3.如权利要求1或2所述的基于字符消息队列的非侵入式负荷识别方法，其特征在于，所述步骤2中，计算每条数据的字节数num，初始化偏移量为i，使得consumer从i处开始获取数据，设置单次能够获取的最大记录数为n b、单次返回的最小数据量为num
×
(n b)，使consumer每次从消息队列中获取指定数量n的数据，当consumer无法从消息队列中获取到足够数量n的数据时，将自动暂停数据获取操作，直至能够获取n b条。4.如权利要求1或2所述的基于字符消息队列的非侵入式负荷识别方法，其特征在于，所述步骤3中，使用改进的变长滑窗cusum算法，将步骤3所得的窗口数据，划分为评估窗口
mw和检测窗口dw，评估窗口给出评估均值μ_mean，检测窗口根据检测均值μ_det相对于μ_mean的变化情况，来判断是否发生事件，若发生事件则获取当前事件的μ_mean、μ_det、s
±
及事件持续时间δi，制成1维事件数据列表。5.如权利要求4所述的基于字符消息队列的非侵入式负荷识别方法，其特征在于，改进的变长滑窗cusum算法中，以变长窗口的方式计算检测均值，其计算公式如下：μ_det＝(p1 p2
…
p
k
)/k初始时k＝1，之后每次k 1，当s
±
＞thd时，记录δi＝k，即为事件持续时间，而当k大于dw的长度时，即视为未检测到事件，δi＝1。6.如权利要求1或2所述的基于字符消息队列的非侵入式负荷识别方法，其特征在于，所述步骤6中，根据事件持续时间δi，修改偏移量i＝i δi，使consumer下次获取偏移量为i δi到i δi n b的数据，此方案使算法不会对同一事件进行重复检测。

技术总结
一种基于实时事件的非侵入式负荷识别方法，所述方法包括以下步骤：步骤1：低频数据在线实时输入，数据预处理；步骤2：数据整合传输；步骤3：事件检测；步骤4：特征提取；步骤5：事件识别；步骤6：更新偏移量。本发明能够实现在线滑动窗口，在采集数据的同时，实现累积和窗口事件检测。采用本发明的技术方案，可以实现对负荷事件的实时检测，避免事件重复检测和由于数据缺失而漏检。数据缺失而漏检。数据缺失而漏检。


技术研发人员：潘国兵 钱浚杰 欧阳静 邓伟芳 罗宇涵
受保护的技术使用者：浙江工业大学
技术研发日：2022.05.27
技术公布日：2022/9/2