基于Faster R-CNN 的非侵入式负荷识别方法

杨金成 ,王永超 ,费守江 ,张 伟 ,曾 婧 ,李 娜

(1.国网新疆电力有限公司营销服务中心(资金集约中心、计量中心),新疆维吾尔自治区 乌鲁木齐市 830000;2.大连理工大学电气工程学院,辽宁省 大连市 116024)

0 引言

在电网互联化、信息化、智能化的发展背景下,精确的负荷设备识别对于电力系统规划、电力调度以及实现节能减排都具有重要意义。随着电动汽车、电采暖等新型负荷设备的接入,电力系统对负荷设备识别的精度提出了更高要求[1]。但目前非入侵式负荷设备识别存在着识别准确率低、且从户用智能电表采集到的数据样本偏小的问题[2-3],因此如何利用小样本数据精准识别负荷设备是本文要解决的重点。

近年来,一些电力市场化和电力系统智能化程度较高的国家开展了大量的非入侵式负荷识别研究。如美国、巴西等国家对负荷模式提取技术以及实际系统应用的研究都有了初步的进展[4];马来西亚国家电力公司也开展了负荷模式识别的研究,并在大用户用电稽查方面进行了应用[5]。而我国对电力系统数据挖掘的研究还有待实质性的提高,虽然一些高等院校和相关科研机构在电力用户负荷模式提取方面有一些进展,但距离成熟的商业应用还相差甚远。因此,根据我国国情,研究和开发成熟的电力用户负荷模式识别系统仍是一个具有挑战性的问题。在负荷识别方面,目前采用的主要方法有:谱聚类算法[6]、瞬时特征量法[7]、相量测量单元(phasor measurement unit,PMU)实测小扰动数据法[8]等,但是这些方法都有一定的局限性,如识别率较低、信息利用度不够等问题。……