(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111485749.6 (22)申请日 2021.12.07 (71)申请人 国网江苏省电力有限公司扬州供电 分公司 地址 225009 江苏省扬州市维扬路179号 申请人 江苏电力 信息技术有限公司 (72)发明人 于翔　詹昕　张宸　彭冰月　 阮文青　吴鹏　袁杰　 (74)专利代理 机构 扬州市苏为知识产权代理事 务所(普通 合伙) 32283 代理人 葛军 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) (54)发明名称 一种用于非侵入式电能负荷预测的改进模 态分解方法 (57)摘要 一种用于非侵入式电能负荷预测的改进模 态分解方法， 包括以下步骤： (1)归一化处理采集 的非侵入式电能表电能负荷时间序列信息； (2) 对电能负荷时间序列信息进行经验模态分解 (EMD)； (3)依据数据自身 的时间尺度特征， 引入 白噪声进行改进经验模态分解(I ‑EMD)； (4)计算 包含不同时间尺度的局部特征信号的本征模函 数IMF分量和残差分量； (5)利用I ‑EMD分解方法 将电能负荷序列进行平稳化理； (6)建立分量过 零率评判指标模型， 辨识本征模态分量。 本方法 能够对非侵入式电能负荷变化特征做作出准确 分解、 分类， 以利于后续的用电类型辨识。 权利要求书2页 说明书6页 附图3页 CN 114139820 A 2022.03.04 CN 114139820 A 1.一种用于非侵入式电能负荷预测的改进模态分解方法， 其特 征在于， 包括以下步骤： (1)归一化处理采集的非侵入式电能表电能负荷时间序列信息； (2)对电能负荷时间序列信息进行 经验模态分解； (3)依据时间尺度特 征， 引入白噪声 进行改进经验 模态分解； (4)计算包 含不同时间尺度的局部特 征信号的本征模函数IMF分量和残差分量； (5)利用改进经验 模态分解方法将电能负荷时间序列进行平稳化理； (6)建立分量过零 率评判指标模型， 辨识本征模态分量。 2.根据权利要求1所述的一种用于非侵入式电能负荷预测的改进模态分解方法， 其特 征在于， 步骤(1)包括以下步骤： 步骤(11)： 采集非侵入式电能表电能负荷时间序列， 记为原始信号X(t)＝(X1,X2,..., Xk)， Xt表示t时刻采集的非侵入式电能表电能负荷数据； 步骤(12)： 通过进行归一 化处理， 将原始信号X(t)转 化为(‑1， 1)之间； 式中： Xi表示第i个采样点数据， Xmax,Xmin分别为采集负荷时间序列的最大值和最小值， Yi为当前采样点数据归一 化处理后的结果。 3.根据权利要求1所述的一种用于非侵入式电能负荷预测的改进模态分解方法， 其特 征在于， 步骤(2)包括以下步骤： 步骤(21)： 计算归一化原始序列Y(t)的所有局部极大值和极小值， 对极值进行插值拟 合运算， 得到两条光滑曲线， 即为Y(t)的上包络序列Ymax(t)和下包络序列Ymin(t)， 计算上、 下包络序列的均值m1(t)， 步骤(22)： 将原始序列Y(t)减去包络线均值m1(t)， 去掉低频 得到新序列 步骤(23)： 判断 是否为IMF分量； 若满足： 在整个信号序列上过零点个数和极值点的个数之差不大于1， 且序列任意点的 上下包络线的均值 为0； 若 不是IMF分量， 则将其视为原始序列， 重复(21)～(23)步骤， 直至经过第k轮迭代 计算后满足成为 IMF分量的条件， 即可 得到一阶模态分量信号： 其中， c1(t)、 imf1(t)和 均表示第一阶IMF分量； 步骤(24)： 将c1(t)从原始序列Y(t)分离 得到剩余分量， 将剩余 分量作为新的序列， 重复 对其判断分离IMF分量， 当残差分量rn(t)为常数或者为单调函数时停止分解， 得到n组不同 频率的样本模态分量{c1,c2,…cn}和残差项rn。 4.根据权利要求1所述的一种用于非侵入式电能负荷预测的改进模态分解方法， 其特 征在于， 步骤(3)包括以下步骤：权　利　要　求　书 1/2 页 2 CN 114139820 A 2步骤(31)： 根据原始信号X(t)， 形成幅值标准差为原始信号序列标准差β 倍的白噪声w (t)， β 为白噪声的强度参数； 步骤(32)： 将原 始信号X(t)加入信号噪声w(t)得到信号X ′(t)； 步骤(33)： 将信号X ′(t)进行归一 化处理得到Y′(t)。 5.根据权利要求1所述的一种用于非侵入式电能负荷预测的改进模态分解方法， 其特 征在于， 步骤(4)包括以下步骤： 步骤(41)： 将信号Y ′(t)采用经验模态分解方法进行分解， 得到各IMF分量ci(t)及残差 分量rn(t)为： 其中， n为分解后的IMF分量个数； 步骤(42)： 重复上述操作N次， 每次加入强度相同序列不 等的白噪声序列， 分解结果 为： 其中， j为加入的白噪声序列为第j组。 6.根据权利要求1所述的一种用于非侵入式电能负荷预测的改进模态分解方法， 其特 征在于， 步骤(5)包括以下步骤： 根据白噪声频谱均值为零的特性， 将加入白噪声的各IMF分量求均值得最终IMF分量 为： 7.根据权利要求1所述的一种用于非侵入式电能负荷预测的改进模态分解方法， 其特 征在于， 步骤(6)包括以下步骤： 步骤(61)： 针对离散的模态分量序列ci， 若ci(t')·ci(t'+1)＜0， 则称分量序列过零； 对分量序列进行遍历， 统计分量序列所有过零点数， 记为Ncross0， 定义分量过零率评判指标 模型为： 其中， ci(t')、 ci(t'+1)分别表示离散模态 分量ci在时刻t'和时刻t'+1的数据值； Pcross0 表示分量过零 率； N为离散模态分量ci的序列点数； 步骤(62)： 以序列的过零率0.01为分类标准， 将过零率高于0.01的分量划 分为高频分 量， 低于0.01的分量划分为低频分量。权　利　要　求　书 2/2 页 3 CN 114139820 A 3