摘要：介紹了非侵入式用電行為感知技術框架，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的應用情況。

　　關鍵詞：非侵入式用電;行為感知;負荷監測

　　0 引言

　　現階段我國負荷監測工作在電力系統中的作用越來越重要。傳統的負荷監測方法中，負荷配電的輸出端以及傳感器設備的監測、侵入式監測、負荷維護及設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，非侵入式負荷監測方式(NILM)的應用與研究，通過在電力入口處安裝監測設備，保證對入口處電壓、電流等數據信息的分解與采集，進而獲取電力系統內單個負荷的類別與運行狀況。

　　用電行為感知技術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，實現對用戶所屬環境內部主要用電設備各自的電能消耗進行分類統計的一種全新的負荷監測與計量技術。供電公司利用用電行為感知技術，可以實現全時段、精細化的用戶用電行為感知以及用電電器工況監測，支持節能設備改造和優化、錯峰用電等業務的開展，提升供電公司精準營銷能力。用電行為感知技術目前大致可分為入戶式用電行為感知技術和非入戶式用電行為感知技術。其中，非入戶式用電行為感知技術與載波通信研究密切相關，屬于用電信息采集深化應用研究的一個重要方向，其內容就是基于多負荷工作條件，實現對負荷運行情況、類型、數量的管理與監測，如何從監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測的主要難點。

　　1 非侵入式用電行為感知技術框架

　　非侵入式用電行為感知技術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測功能的電能表或終端，通過相應的軟件算法即可實現對用戶用電行為的智能感知，主要借助電能表、終端等設備，通過數據采集與處理、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測與分析。其原理框架如圖1所示。

　　(1)數據采集與處理。基于傳感器采集終端負荷信號，實現對數據降噪以及各類電器信息數據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，采集同一個用電設備的測量結果有所不同;另一方面是由于數據傳輸、壓縮等造成數據混亂、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變化情況進行處理，主要是根據負荷特征的變化來判斷是否有用電設備投切，在電器的實際運行狀態出現變化時，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對負荷特征的合適選擇與提取。

　　(4)負荷識別。根據家庭用電負荷監測數據，如電壓、電流信號，通過對信號中特征參數或電氣特性分析，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據采集裝置就能實現用電監測。數據采集過程中因為電流互感器的存在，會出現高斯白噪聲，需要采取相關措施進行去噪處理，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絕對值的中間值，0.674 5為高斯噪聲標準方差的調整系數;N為信號的尺寸或長度。

　　對小波系數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對小波系數差值盡可能小，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據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

　　現階段負荷識別的主要算法包含基于負荷穩態值以及負荷暫態特征參數的兩個重要算法，基于穩態值的計算方式是符合辨識參數的計算而實現的信息數據計算，通過穩態值可以實現對設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，在不同負荷狀態下實現對電氣特性、參數情況、工作狀態的分析。而在家庭中，用電入口的功率有無是信號變化的主要原因。在負荷的開關過程中，電流會出現瞬態與暫態的變化，然后基于穩態參數的測量過程，實現對不同穩態條件下參數的測量與設計，獲取不同穩態參數，實現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方式，可以實現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構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計難度角度進行分析，進而實現有效分類，大幅度降低設計難度、計算量。

　　3 非侵入式用電行為感知技術應用

　　借助非入戶式監測終端，通過模式識別、機器學習、大數據算法分析，實時監測識別各類負荷用電數據、運行工況，當發現用電異常時，主動向主站發送報警信號，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，增強物業對各場館設備負荷的了解，從而合理安排用電設備的使用時間或甩負荷的方式，調節谷峰差，降低網損，達到節能減耗的目的。

　　推薦閱讀：電力行業學術期刊有哪些