摘要：介紹了非侵入式用電行為感知技術(shù)框架，對非侵入式用電負荷的采集處理與算法進行了研究，闡述了非侵入式用電行為感知技術(shù)的應用情況。

　　關(guān)鍵詞：非侵入式用電;行為感知;負荷監(jiān)測

　　0 引言

　　現(xiàn)階段我國負荷監(jiān)測工作在電力系統(tǒng)中的作用越來越重要。傳統(tǒng)的負荷監(jiān)測方法中，負荷配電的輸出端以及傳感器設(shè)備的監(jiān)測、侵入式監(jiān)測、負荷維護及設(shè)備安裝等都需要投入大量的金錢與時間，且硬件維護的成本較高。因此，非侵入式負荷監(jiān)測方式(NILM)的應用與研究，通過在電力入口處安裝監(jiān)測設(shè)備，保證對入口處電壓、電流等數(shù)據(jù)信息的分解與采集，進而獲取電力系統(tǒng)內(nèi)單個負荷的類別與運行狀況。

　　用電行為感知技術(shù)是一種通過對電力用戶負荷入口處的電壓、電流等信息進行測量、計算、分析，實現(xiàn)對用戶所屬環(huán)境內(nèi)部主要用電設(shè)備各自的電能消耗進行分類統(tǒng)計的一種全新的負荷監(jiān)測與計量技術(shù)。供電公司利用用電行為感知技術(shù)，可以實現(xiàn)全時段、精細化的用戶用電行為感知以及用電電器工況監(jiān)測，支持節(jié)能設(shè)備改造和優(yōu)化、錯峰用電等業(yè)務的開展，提升供電公司精準營銷能力。用電行為感知技術(shù)目前大致可分為入戶式用電行為感知技術(shù)和非入戶式用電行為感知技術(shù)。其中，非入戶式用電行為感知技術(shù)與載波通信研究密切相關(guān)，屬于用電信息采集深化應用研究的一個重要方向，其內(nèi)容就是基于多負荷工作條件，實現(xiàn)對負荷運行情況、類型、數(shù)量的管理與監(jiān)測，如何從監(jiān)測到的疊加信息中分離出各種負荷信息是非侵入式負荷監(jiān)測的主要難點。

　　1 非侵入式用電行為感知技術(shù)框架

　　非侵入式用電行為感知技術(shù)是指無需進行傳感器的安裝，只需在電表端安裝具有用電行為感知監(jiān)測功能的電能表或終端，通過相應的軟件算法即可實現(xiàn)對用戶用電行為的智能感知，主要借助電能表、終端等設(shè)備，通過數(shù)據(jù)采集與處理、投切事件檢測、負荷特征提取、負荷識別4個步驟，對用戶各類負荷情況進行實時監(jiān)測與分析。其原理框架如圖1所示。

　　(1)數(shù)據(jù)采集與處理。基于傳感器采集終端負荷信號，實現(xiàn)對數(shù)據(jù)降噪以及各類電器信息數(shù)據(jù)的處理與標準化控制。該操作誤差一方面是由于采集測量裝置本身具有不確定性，在不同的采集裝置處理中，不同使用時間，采集同一個用電設(shè)備的測量結(jié)果有所不同;另一方面是由于數(shù)據(jù)傳輸、壓縮等造成數(shù)據(jù)混亂、丟失等。

　　(2)投切事件檢測。對于電器的檢測，可以針對實際運行過程中的投切情況以及運轉(zhuǎn)變化情況進行處理，主要是根據(jù)負荷特征的變化來判斷是否有用電設(shè)備投切，在電器的實際運行狀態(tài)出現(xiàn)變化時，可以看作是新的電器投切變化。

　　(3)負荷特征提取。負荷投切事件的檢測是基于對負荷特征的有效提取，而該步驟的重難點就是如何實現(xiàn)對負荷特征的合適選擇與提取。

　　(4)負荷識別。根據(jù)家庭用電負荷監(jiān)測數(shù)據(jù)，如電壓、電流信號，通過對信號中特征參數(shù)或電氣特性分析，可以識別出負荷種類，用戶能夠恰當安排不同負荷處于不同運行時間，降低電能損耗等。

　　2 非侵入式用電負荷采集處理與算法研究

　　2.1 非侵入式用電負荷采集處理

　　常見的家庭負荷可分為3類：(1)有少量諧波的阻性負荷，如電飯煲、電暖爐等，具有平緩的暫態(tài)過程;(2)諧波含量較高的容性負荷，如液晶電視和筆記本電腦等，投切中沖擊電流明顯;(3)有較高諧波的感性負荷，如熒光燈、洗衣機和空調(diào)等。3種類型的負荷供電都是由同一條線路完成，在住宅配電線路進線處安裝數(shù)據(jù)采集裝置就能實現(xiàn)用電監(jiān)測。數(shù)據(jù)采集過程中因為電流互感器的存在，會出現(xiàn)高斯白噪聲，需要采取相關(guān)措施進行去噪處理，使用較多的方法是小波去噪處理，可選取小波閾值來進行去噪，其主要過程如下：

　　式中：σ=MAD/0.674 5，MAD為首層小波分解系數(shù)絕對值的中間值，0.674 5為高斯噪聲標準方差的調(diào)整系數(shù);N為信號的尺寸或長度。

　　對小波系數(shù)進行非線性閾值處理，為保持信號的整體形狀不變，保留所有的低頻變換系數(shù)對小波系數(shù)差值盡可能小，采用硬閾值和軟閾值方法進行處理。

　　小波閾值的性能受到其選取與估計兩個因素影響，一個是閾值的選取，另一個是對閾值的具體估計。如果閾值太小，降噪后的信號仍然含有噪聲，相反如果閾值太大，去噪過程中會濾除原數(shù)據(jù)信號中重要的信號特征，造成偏差。

　　2.2 非侵入式用電負荷算法研究

　　現(xiàn)階段負荷識別的主要算法包含基于負荷穩(wěn)態(tài)值以及負荷暫態(tài)特征參數(shù)的兩個重要算法，基于穩(wěn)態(tài)值的計算方式是符合辨識參數(shù)的計算而實現(xiàn)的信息數(shù)據(jù)計算，通過穩(wěn)態(tài)值可以實現(xiàn)對設(shè)備信息頻率以及計算能力的采集，進而保證計算機計算速度與計算處理能力的提高，增強其辨識度與準確率，在不同負荷狀態(tài)下實現(xiàn)對電氣特性、參數(shù)情況、工作狀態(tài)的分析。而在家庭中，用電入口的功率有無是信號變化的主要原因。在負荷的開關(guān)過程中，電流會出現(xiàn)瞬態(tài)與暫態(tài)的變化，然后基于穩(wěn)態(tài)參數(shù)的測量過程，實現(xiàn)對不同穩(wěn)態(tài)條件下參數(shù)的測量與設(shè)計，獲取不同穩(wěn)態(tài)參數(shù)，實現(xiàn)對負荷的識別與計算。這種方法的重點就是針對不同負荷情況進行對暫態(tài)特性的不同類型選擇。

　　通過負荷分解算法中單層與多層兩種不同的架構(gòu)方式，可以實現(xiàn)對不同量以及不同維度特征的辨識與計算。針對計算量較大且難以實現(xiàn)快速分解的情況，應當采用單層分類算法，針對相似性較高且結(jié)構(gòu)更加細致的分解情況時，應當采用多層分解算法。然而，在對每層的特征與樣本進行分類選擇時，應當從計算量以及設(shè)計難度角度進行分析，進而實現(xiàn)有效分類，大幅度降低設(shè)計難度、計算量。

　　3 非侵入式用電行為感知技術(shù)應用

　　借助非入戶式監(jiān)測終端，通過模式識別、機器學習、大數(shù)據(jù)算法分析，實時監(jiān)測識別各類負荷用電數(shù)據(jù)、運行工況，當發(fā)現(xiàn)用電異常時，主動向主站發(fā)送報警信號，可以有效保護用戶用電安全。同時，利用非侵入式用電行為感知技術(shù)，增強物業(yè)對各場館設(shè)備負荷的了解，從而合理安排用電設(shè)備的使用時間或甩負荷的方式，調(diào)節(jié)谷峰差，降低網(wǎng)損，達到節(jié)能減耗的目的。

　　推薦閱讀：電力行業(yè)學術(shù)期刊有哪些