非侵入式電器識別算法的研究.pdf

1、對于電力系統(tǒng)的智能化發(fā)展，負荷監(jiān)測具有非常重要的意義。傳統(tǒng)的負荷監(jiān)測方法一般是在每個負荷配電輸出端，安裝傳感器等監(jiān)測設(shè)備，這種侵入式的負荷監(jiān)測方法在安裝和維護方面需要大量的時間和金錢，且硬件維護成本較高。因此，研究人員提出非侵入式負荷監(jiān)測(NILM)方式，只需要在電力入口處安裝監(jiān)測設(shè)備，通過監(jiān)測人口處的電壓、電流等信號就可以分解得到系統(tǒng)內(nèi)單個負荷類別和運行情況。對于能源提供者來說，NILM有助于電力提供方了解用戶的負荷構(gòu)成，用電習(xí)慣和能

2、源使用情況，加強負荷用電的監(jiān)測和管理，合理安排負荷的使用時間，調(diào)節(jié)峰谷差、降低輸電損耗等;單從技術(shù)本身考慮，有助于改善電力負荷的預(yù)測精度，為負荷監(jiān)測的仿真分析、系統(tǒng)規(guī)劃提供更準(zhǔn)確的數(shù)據(jù);對于電力用戶來說，通過NILM可以對負荷能耗數(shù)據(jù)進行有效的分析，減少不必要的能源消耗，達到節(jié)能降耗的目的。
　　家用電器用電情況在線監(jiān)測是在智能電表中加入非侵入式家用電器用電監(jiān)測模塊，為滿足在線用電管理提供有效且全面的數(shù)據(jù)支持。本文從三個方面進行非

3、侵入式負荷識別的簡單研究，首先根據(jù)空調(diào)負荷在夏季是家用負荷用電的主要耗能元件，基于k-means算法的改進應(yīng)用于空調(diào)負荷的分解，使用邊緣檢測和k-means聚類方法將數(shù)據(jù)進行分類，利用數(shù)據(jù)確定空調(diào)行為的關(guān)鍵參數(shù)，這個參數(shù)用于確認空調(diào)的啟停事件;其次提取負荷電流參數(shù)，選用電流最大值、平均值和均方差作為負荷識別特征參數(shù)，進行簡單的識別。負載啟動瞬態(tài)電流波形可以被獲取到，激勵瞬態(tài)特性的幾個數(shù)值提取自獲取到的與三個特性參數(shù)相關(guān)的瞬態(tài)電流波形，提

4、取到瞬態(tài)特性參數(shù)，將其進行訓(xùn)練完善，標(biāo)識為負荷識別特征參數(shù)，進而進行仿真驗證識別效果;最后，根據(jù)提取到的電流、電壓波形，計算負荷的多特征參數(shù)，加權(quán)賦值法來完成負荷類型的匹配，選擇用電負荷仿真，將實驗數(shù)據(jù)代入識別算法，驗證算法的準(zhǔn)確性與可應(yīng)用性。具體工作如下:
　　(1)首先檢測到負荷的啟停，根據(jù)電流波形的差分，獲得投切負荷的波形圖，之后對每個電流周期強度進行差分運算，得到總的瞬態(tài)時間，進而提取到該時間段內(nèi)負荷電流的最大值、平均值和

5、均方差作為負荷識別的參數(shù)設(shè)定。提取多負荷的這三個瞬態(tài)識別參數(shù)，進而可仿真驗證算法準(zhǔn)確性。
　　(2)研究家用電器的穩(wěn)態(tài)和暫態(tài)特征，提取家用電器的多特征參數(shù)。以16種家用電器作為參照設(shè)備進行實驗，采樣穩(wěn)態(tài)運行的電壓、電流波形數(shù)據(jù)，計算其多特征參數(shù)，建立特征參數(shù)模型庫作為電器類型辨識數(shù)據(jù)庫。
　　(3)提出家用電器類型辨識算法。選取參照電器以外的某種電器進行仿真識別，將電壓電流波形數(shù)據(jù)帶入辨識過程進行計算分析，結(jié)果證明該辨識算法