本技术涉及电力系统监测，特别是涉及一种非侵入式负荷分类方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术：
1、在电力系统监测和管理领域，通常需要对电力系统中的负荷进行识别监测，可以通过分析负荷的功率和电流特征来确定其类型和状态。传统的负荷检测分类方法属于侵入式，需要在电力系统中安装侵入性的测量和传感器，存在成本高、繁琐的问题。因此，引入了非侵入式的电荷分类方法，不过目前的非侵入式的电荷分类方法，通常使用已知设备集的特征集对负荷进行识别分类，对于已知设备集以外的负荷的识别分类，易导致分类误判，存在准确度的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种非侵入式负荷分类方法、装置、计算机设备、存储介质和计算机程序产品。
2、第一方面，本技术提供了一种非侵入式负荷分类方法。所述方法包括：
3、获取电力系统的待测设备的待测负荷特征，以及获取所述电力系统的已知设备集中的每个已知设备的已知负荷特征；
4、基于所述待测负荷特征和所述已知负荷特征，在所述已知设备集中筛选出多个候选已知设备，并获取各所述候选已知设备对应的负荷距离权重；
5、基于所述负荷距离权重和负荷聚类模型，获取所述待测设备对应的预测负荷类别；所述已知设备集中包含的多个已知设备对应多个负荷类别；所述多个负荷类别包括所述预测负荷类别；
6、获取所述待测设备与所述预测负荷类别的余弦相似度，在所述余弦相似度大于预设相似阈值的情况下，确定所述预测负荷类别为所述待测设备对应的目标负荷类别。
7、在其中一个实施例中，所述基于所述待测负荷特征和所述已知负荷特征，在所述已知设备集中筛选出多个候选已知设备，包括：基于所述待测负荷特征和所述已知负荷特征，获取所述待测设备与各所述已知设备之间的负荷距离；将所述负荷距离小于预设距离阈值的已知设备确定为所述候选已知设备，得到多个所述候选已知设备。
8、在其中一个实施例中，所述获取各所述候选已知设备对应的负荷距离权重，包括：获取所述已知设备集对应的多个所述负荷距离中的最大值和最小值；获取所述最大值与所述最小值的第一差值，以及获取所述最大值与各所述候选已知设备对应的负荷距离的第二差值；将所述第二差值与所述第一差值的商值确定为各所述候选已知设备对应的负荷距离权重。
9、在其中一个实施例中，所述获取电力系统的待测设备的待测负荷特征，包括：获取所述电力系统在当前暂态过程的暂态波形特征，以及获取所述电力系统在当前稳态过程的稳态波形特征；基于所述暂态波形特征和所述稳态波形特征，获取所述待测负荷特征。
10、在其中一个实施例中，所述获取所述电力系统在当前暂态过程的暂态波形特征之前，包括：确定所述电力系统的多个采样周期，并确定所述多个采样周期中的任意一个当前采样周期和所述当前采样周期的相邻采样周期；获取所述当前采样周期和所述相邻采样周期的电流有效值差值的绝对值；在所述电流有效值差值的绝对值大于第一预设有效值差值阈值的情况下，确定所述电力系统在所述当前采样周期和所述相邻采样周期进入所述当前暂态过程。
11、在其中一个实施例中，所述获取所述电力系统在当前稳态过程的稳态波形特征，包括：将与所述当前暂态过程相邻的稳态过程确定为所述当前稳态过程；获取所述当前稳态过程包含的多个稳态采样周期，以及获取各所述稳态采样周期中的多个电流采样点；基于所述多个电流采样点的数量和各所述电流采样点的电流值，获取所述电力系统在所述当前稳态过程的所述稳态波形特征。
12、第二方面，本技术提供了一种非侵入式负荷分类装置。所述装置包括：
13、特征提取模块，用于获取电力系统的待测设备的待测负荷特征，以及获取所述电力系统的已知设备集中的每个已知设备的已知负荷特征；
14、计算模块，用于基于所述待测负荷特征和所述已知负荷特征，在所述已知设备集中筛选出多个候选已知设备，并获取各所述候选已知设备对应的负荷距离权重；
15、预测模块，用于基于所述负荷距离权重和负荷聚类模型，获取所述待测设备对应的预测负荷类别；所述已知设备集中包含的多个已知设备对应多个负荷类别；所述多个负荷类别包括所述预测负荷类别；
16、验证模块，用于获取所述待测设备与所述预测负荷类别的余弦相似度，在所述余弦相似度大于预设相似阈值的情况下，确定所述预测负荷类别为所述待测设备对应的目标负荷类别。
17、第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
18、获取电力系统的待测设备的待测负荷特征，以及获取所述电力系统的已知设备集中的每个已知设备的已知负荷特征；
19、基于所述待测负荷特征和所述已知负荷特征，在所述已知设备集中筛选出多个候选已知设备，并获取各所述候选已知设备对应的负荷距离权重；
20、基于所述负荷距离权重和负荷聚类模型，获取所述待测设备对应的预测负荷类别；所述已知设备集中包含的多个已知设备对应多个负荷类别；所述多个负荷类别包括所述预测负荷类别；
21、获取所述待测设备与所述预测负荷类别的余弦相似度，在所述余弦相似度大于预设相似阈值的情况下，确定所述预测负荷类别为所述待测设备对应的目标负荷类别。
22、第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
23、获取电力系统的待测设备的待测负荷特征，以及获取所述电力系统的已知设备集中的每个已知设备的已知负荷特征；
24、基于所述待测负荷特征和所述已知负荷特征，在所述已知设备集中筛选出多个候选已知设备，并获取各所述候选已知设备对应的负荷距离权重；
25、基于所述负荷距离权重和负荷聚类模型，获取所述待测设备对应的预测负荷类别；所述已知设备集中包含的多个已知设备对应多个负荷类别；所述多个负荷类别包括所述预测负荷类别；
26、获取所述待测设备与所述预测负荷类别的余弦相似度，在所述余弦相似度大于预设相似阈值的情况下，确定所述预测负荷类别为所述待测设备对应的目标负荷类别。
27、第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
28、获取电力系统的待测设备的待测负荷特征，以及获取所述电力系统的已知设备集中的每个已知设备的已知负荷特征；
29、基于所述待测负荷特征和所述已知负荷特征，在所述已知设备集中筛选出多个候选已知设备，并获取各所述候选已知设备对应的负荷距离权重；
30、基于所述负荷距离权重和负荷聚类模型，获取所述待测设备对应的预测负荷类别；所述已知设备集中包含的多个已知设备对应多个负荷类别；所述多个负荷类别包括所述预测负荷类别；
31、获取所述待测设备与所述预测负荷类别的余弦相似度，在所述余弦相似度大于预设相似阈值的情况下，确定所述预测负荷类别为所述待测设备对应的目标负荷类别。
32、上述非侵入式负荷分类方法、装置、计算机设备、存储介质和计算机程序产品中，可以获取电力系统的待测设备的待测负荷特征，以及获取所述电力系统的已知设备集中的每个已知设备的已知负荷特征；接下来，可以基于待测负荷特征和已知负荷特征，在已知设备集中筛选出多个候选已知设备，并获取各候选已知设备对应的负荷距离权重；进而，可以基于负荷距离权重和负荷聚类模型，获取待测设备对应的预测负荷类别；其中，已知设备集中包含的多个已知设备对应多个负荷类别；多个负荷类别包括预测负荷类别；最后，可以获取待测设备与预测负荷类别的余弦相似度，在余弦相似度大于预设相似阈值的情况下，确定预测负荷类别为待测设备对应的目标负荷类别。本技术实施例提供的该方法中，可以利用负荷聚类模型预测待测设备对应的预测负荷类别，并进一步，可以通过余弦相似度对该预测负荷类别进行验证，提高了负荷分类的准确性。
1.一种非侵入式负荷分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述待测负荷特征和所述已知负荷特征，在所述已知设备集中筛选出多个候选已知设备，包括：
3.根据权利要求2所述的方法，其特征在于，所述获取各所述候选已知设备对应的负荷距离权重，包括：
4.根据权利要求1所述的方法，其特征在于，所述获取电力系统的待测设备的待测负荷特征，包括：
5.根据权利要求4所述的方法，其特征在于，所述获取所述电力系统在当前暂态过程的暂态波形特征之前，包括：
6.根据权利要求4所述的方法，其特征在于，所述获取所述电力系统在当前稳态过程的稳态波形特征，包括：
7.一种非侵入式负荷分类装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-6任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-6任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-6中任一项所述的方法的步骤。
