非侵入式用电行为感知技术探讨

何之倬 程玉 李亚 顾培秀 王子畅

摘要：介绍了非侵入式用电行为感知技术框架，对非侵入式用电负荷的采集处理与算法进行了研究，阐述了非侵入式用电行为感知技术的应用情况。

关键词：非侵入式用电;行为感知;负荷监测

0 引言

现阶段我国负荷监测工作在电力系统中的作用越来越重要。传统的负荷监测方法中，负荷配电的输出端以及传感器设备的监测、侵入式监测、负荷维护及设备安装等都需要投入大量的金钱与时间，且硬件维护的成本较高。因此，非侵入式负荷监测方式（NILM）的应用与研究，通过在电力入口处安装监测设备，保证对入口处电压、电流等数据信息的分解与采集，进而获取电力系统内单个负荷的类别与运行状况。

用电行为感知技术是一种通过对电力用户负荷入口处的电压、电流等信息进行测量、计算、分析，实现对用户所属环境内部主要用电设备各自的电能消耗进行分类统计的一种全新的负荷监测与计量技术。供电公司利用用电行为感知技术，可以实现全时段、精细化的用户用电行为感知以及用电电器工况监测，支持节能设备改造和优化、错峰用电等业务的开展，提升供电公司精准营销能力。用电行为感知技术目前大致可分为入户式用电行为感知技术和非入户式用电行为感知技术。其中，非入户式用电行为感知技术与载波通信研究密切相关，属于用电信息采集深化應用研究的一个重要方向，其内容就是基于多负荷工作条件，实现对负荷运行情况、类型、数量的管理与监测，如何从监测到的叠加信息中分离出各种负荷信息是非侵入式负荷监测的主要难点。

1 非侵入式用电行为感知技术框架

非侵入式用电行为感知技术是指无需进行传感器的安装，只需在电表端安装具有用电行为感知监测功能的电能表或终端，通过相应的软件算法即可实现对用户用电行为的智能感知，主要借助电能表、终端等设备，通过数据采集与处理、投切事件检测、负荷特征提取、负荷识别4个步骤，对用户各类负荷情况进行实时监测与分析。其原理框架如图1所示。

（1）数据采集与处理。基于传感器采集终端负荷信号，实现对数据降噪以及各类电器信息数据的处理与标准化控制。该操作误差一方面是由于采集测量装置本身具有不确定性，在不同的采集装置处理中，不同使用时间，采集同一个用电设备的测量结果有所不同;另一方面是由于数据传输、压缩等造成数据混乱、丢失等。

（2）投切事件检测。对于电器的检测，可以针对实际运行过程中的投切情况以及运转变化情况进行处理，主要是根据负荷特征的变化来判断是否有用电设备投切，在电器的实际运行状态出现变化时，可以看作是新的电器投切变化。

（3）负荷特征提取。负荷投切事件的检测是基于对负荷特征的有效提取，而该步骤的重难点就是如何实现对负荷特征的合适选择与提取。

（4）负荷识别。根据家庭用电负荷监测数据，如电压、电流信号，通过对信号中特征参数或电气特性分析，可以识别出负荷种类，用户能够恰当安排不同负荷处于不同运行时间，降低电能损耗等。

2 非侵入式用电负荷采集处理与算法研究

2.1    非侵入式用电负荷采集处理

常见的家庭负荷可分为3类：（1）有少量谐波的阻性负荷，如电饭煲、电暖炉等，具有平缓的暂态过程;（2）谐波含量较高的容性负荷，如液晶电视和笔记本电脑等，投切中冲击电流明显;（3）有较高谐波的感性负荷，如荧光灯、洗衣机和空调等。3种类型的负荷供电都是由同一条线路完成，在住宅配电线路进线处安装数据采集装置就能实现用电监测。数据采集过程中因为电流互感器的存在，会出现高斯白噪声，需要采取相关措施进行去噪处理，使用较多的方法是小波去噪处理，可选取小波阈值来进行去噪，其主要过程如下：

式中：σ=MAD/0.674 5，MAD为首层小波分解系数绝对值的中间值，0.674 5为高斯噪声标准方差的调整系数;N为信号的尺寸或长度。

对小波系数进行非线性阈值处理，为保持信号的整体形状不变，保留所有的低频变换系数对小波系数差值尽可能小，采用硬阈值和软阈值方法进行处理。

小波阈值的性能受到其选取与估计两个因素影响，一个是阈值的选取，另一个是对阈值的具体估计。如果阈值太小，降噪后的信号仍然含有噪声，相反如果阈值太大，去噪过程中会滤除原数据信号中重要的信号特征，造成偏差。

2.2    非侵入式用电负荷算法研究

现阶段负荷识别的主要算法包含基于负荷稳态值以及负荷暂态特征参数的两个重要算法，基于稳态值的计算方式是符合辨识参数的计算而实现的信息数据计算，通过稳态值可以实现对设备信息频率以及计算能力的采集，进而保证计算机计算速度与计算处理能力的提高，增强其辨识度与准确率，在不同负荷状态下实现对电气特性、参数情况、工作状态的分析。而在家庭中，用电入口的功率有无是信号变化的主要原因。在负荷的开关过程中，电流会出现瞬态与暂态的变化，然后基于稳态参数的测量过程，实现对不同稳态条件下参数的测量与设计，获取不同稳态参数，实现对负荷的识别与计算。这种方法的重点就是针对不同负荷情况进行对暂态特性的不同类型选择。

通过负荷分解算法中单层与多层两种不同的架构方式，可以实现对不同量以及不同维度特征的辨识与计算。针对计算量较大且难以实现快速分解的情况，应当采用单层分类算法，针对相似性较高且结构更加细致的分解情况时，应当采用多层分解算法。然而，在对每层的特征与样本进行分类选择时，应当从计算量以及设计难度角度进行分析，进而实现有效分类，大幅度降低设计难度、计算量。

3 非侵入式用电行为感知技术应用

借助非入户式监测终端，通过模式识别、机器学习、大数据算法分析，实时监测识别各类负荷用电数据、运行工况，当发现用电异常时，主动向主站发送报警信号，可以有效保护用户用电安全。同时，利用非侵入式用电行为感知技术，增强物业对各场馆设备负荷的了解，从而合理安排用电设备的使用时间或甩负荷的方式，调节谷峰差，降低网损，达到节能减耗的目的。

（1）用电安全管理。实时监测用户用电行为，当发现用电异常时，主动向主站发送报警信号，并能在紧急情况下进行相应的负荷控制，有效保护用户用电安全，防止其他安全隐患的发生。

（2）用电行为监测。对用户的用电习惯进行分析和监测，当非正常习惯的用电行为发生时，可实时通知主站进行相应的提醒与报警，为居民生活的智慧化管理提供支持。

（3）违约用电识别。可实时识别用户的违约用电行为，如小作坊使用居民用电进行电焊作业等行为，为违约用电检查提供可靠的數据支撑，保证供电公司的合法权益。

（4）能效管理。电力公司通过提高对用户负荷的了解，从而合理安排用电设备的使用时间或甩负荷的方式，调节峰谷差，降低网损，达到节能损耗并提升用户用电意识的目的。

（5）辅助电价政策。结合电力系统供需状况制定电价政策，用户在系统需要或电力紧张时减少电力需求，并以此获得优惠电价，只要负荷辨识精确到电器，就可以得知空调、电动汽车充电以及热水器运行状态，从而便于电力公司补偿标准的制定以及用户违约用电的判定。

非入户式用电行为感知技术应用如图2所示。

4 结语

随着近些年互联网智能技术在我国电力行业中的应用越来越广泛，云计算与互联网技术在电力行业中的普及性越来越高，真正促使我国电力行业走向科学、高效的发展道路。

[参考文献]

[1] 李琳，魏鑫，孙胜宇.居民侧智能用电泛在感知技术与多元精准服务研究[J].供用电，2019，36（6）：10-15.

[2] 朱文俊，王毅，罗敏，等.面向海量用户用电特性感知的分布式聚类算法[J].电力系统自动化，2016，40（12）：21-27.

[3] 孙毅，许鹏，武昕，等.面向用电侧电能质量监测的时空压缩感知方法[J].电网技术，2015，39（8）：2351-2357.

[4] 王继业，邓春宇，郑亚芹，等.基于HDBSCAN动态跟踪客户用电行为模式[J].供用电，2019，36（1）：10-16.

[5] 许鹏，孙毅，石墨，等.负荷态势感知：概念、架构及关键技术[J].中国电机工程学报，2018，38（10）：2918-2926.

收稿日期：2020-07-01

作者简介：何之倬（1991—），女，辽宁营口人，工程师，研究方向：非侵入式用电。