基于V-I轨迹与高次谐波特征的非侵入式负荷识别方法

裘星，尹仕红，张之涵，谢智伟，江敏丰，郑建勇

(1.深圳供电局有限公司，广东 深圳 518048；2.东南大学电气工程学院，江苏 南京 210096)

0 引言

随着国民经济的迅速发展，人民的生活水平获得了显著的提高，居民对家用电器的使用也大幅增加[1—3]。然而由于一部分家用电器，特别是含有大量高次谐波电流的家用电器，如电吹风、洗衣机等，存在着一定的安全隐患，因此需要对家用电器使用情况进行识别，进而排查潜在安全风险。非侵入式负荷识别技术可以实时监控用户侧用电设备的类型、运行状态和功率大小等，识别用户用电安全隐患，帮助用户排查安全风险，从而指导居民的安全用电[4—5]。

在非侵入式负荷识别技术的研究上，国内外学者做了大量的工作。文献[6]根据不同负荷的稳态电流特征，构建自回归移动平均模型(autoregressive moving average model，ARMAX)线性负荷与哈默斯坦(Hammerstein)非线性负荷的模型数据库，对未知负荷进行模型匹配以实现负荷类型识别，然而提出的多项式模型难以准确反映负荷的电流谐波特征。文献[7]选取负荷的有功功率和电流3次谐波幅值作为特征，利用遗传优化实现负荷识别，然而忽略了家用负荷的高次谐波特征。文献[8]选取电流前13次奇次谐波电流幅值作为负荷特征，并分别使用4种监督学习方法进行负荷识别，然而所提取的各次谐波幅值不能表现各次谐波在一个周期内的位置，无法完整描述波形特征。文献[9]绘制了不同负荷的V-I轨迹图像，通过对比分析证明了不同工作原理的设备(如电阻型、电机驱动型或电力电子型)拥有其独特的V-I轨迹图像，辨识度较高。……