基于神經(jīng)網(wǎng)絡(luò)模式識(shí)別的非侵入式負(fù)荷監(jiān)測(cè)方法研究.pdf

1、居民用戶是堅(jiān)強(qiáng)智能電網(wǎng)的重要消耗端，也是微電網(wǎng)的重要組成部分。居民用戶的科學(xué)合理用電對(duì)推進(jìn)整個(gè)社會(huì)的節(jié)能減排、緩解能源危機(jī)起著至關(guān)重要的作用。一個(gè)有效的家庭能源管理系統(tǒng)(REMS)是開(kāi)展節(jié)能工作的基礎(chǔ)，它可有效地幫助居民用戶知曉家庭內(nèi)不同時(shí)段各電器設(shè)備的電能消耗情況，提高用戶參與需求響應(yīng)的意識(shí)，指導(dǎo)用戶合理選購(gòu)節(jié)能設(shè)備，制定科學(xué)的節(jié)能計(jì)劃，繼而達(dá)到降低家庭消耗，減少電費(fèi)開(kāi)支的目的。因此，實(shí)現(xiàn)居民用戶用電細(xì)節(jié)的監(jiān)測(cè)對(duì)提高我國(guó)能源利用效率、

2、實(shí)現(xiàn)能源的可持續(xù)發(fā)展、緩解當(dāng)前能源壓力和建設(shè)能源節(jié)約型社會(huì)等具有重要意義。然而，當(dāng)前家庭中的智能電表只能告訴用戶一個(gè)總的能耗信息，并不能夠?qū)崿F(xiàn)居民用電細(xì)節(jié)的監(jiān)測(cè)。為此，人們提出了非侵入式負(fù)荷監(jiān)測(cè)(NILM)技術(shù)，它只需要在用戶的用電入口處安裝電力監(jiān)測(cè)設(shè)備，通過(guò)對(duì)該點(diǎn)收集到的電流、功率等信號(hào)進(jìn)行分析得到家庭中每個(gè)或每類電器的具體用電情況。本文在總結(jié)前人研究的基礎(chǔ)上提出了一種智能化的NILM監(jiān)測(cè)方案，并對(duì)所提出方案的準(zhǔn)確性和有效性進(jìn)行了詳細(xì)

3、的分析。
　　本文首先詳細(xì)說(shuō)明了 NILM技術(shù)的研究背景和意義，介紹了NILM技術(shù)的基本概念，為本文提出的NILM方案提供了扎實(shí)的基礎(chǔ)。另一方面，文章還介紹了國(guó)內(nèi)外負(fù)荷監(jiān)測(cè)技術(shù)的研究現(xiàn)狀，闡明了當(dāng)前NILM技術(shù)遇到的瓶頸和研究難點(diǎn):包括對(duì)電力監(jiān)測(cè)設(shè)備采樣頻率要求高、分解準(zhǔn)確率不高、難以有效處理多工作模式電器投入使用等問(wèn)題?；诖耍疚膶⒀芯恐攸c(diǎn)放在如何在低采樣頻率（小于1HZ）的前提下，通過(guò)對(duì)一個(gè)或幾個(gè)監(jiān)測(cè)得到的總負(fù)荷特征參數(shù)（如

4、電流、功率）進(jìn)行分析，實(shí)現(xiàn)居民用電負(fù)荷的辨識(shí)。
　　其次，文章介紹了神經(jīng)網(wǎng)絡(luò)模式識(shí)別(NNPR)模型用到的理論基礎(chǔ)，包括神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)基礎(chǔ)以及應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行模式識(shí)別的發(fā)展概況。通過(guò)與傳統(tǒng)的模式識(shí)別方案進(jìn)行對(duì)比，闡明了NNPR方案的優(yōu)越性。
　　第三，本文提出的NILM方案是基于神經(jīng)網(wǎng)絡(luò)模式識(shí)別技術(shù)。該方案在考慮負(fù)荷本身特征（電流，有功功率等）的同時(shí)，還充分利用了歷史監(jiān)測(cè)數(shù)據(jù)中隱藏的用電信息（即電器工作的時(shí)間

5、信息）。通過(guò)改變NNPR模型輸出層節(jié)點(diǎn)個(gè)數(shù)，有效解決了多工作模式電器的識(shí)別問(wèn)題。而后利用監(jiān)測(cè)得到的歷史用電數(shù)據(jù)，提出電流密度曲線的概念，確定了負(fù)載工作模式種類以及每種工作模式下對(duì)應(yīng)的電流值，并依此對(duì)原始監(jiān)測(cè)數(shù)據(jù)進(jìn)行標(biāo)記(Label)。
　　最后，文章給出了一種全新的非侵入式能耗估算方案，并使用實(shí)驗(yàn)室數(shù)據(jù)和國(guó)際上公開(kāi)的用于NILM技術(shù)研究的AMPds數(shù)據(jù)進(jìn)行算法驗(yàn)證。實(shí)驗(yàn)室數(shù)據(jù)的算法驗(yàn)證結(jié)果顯示，文章中提出方法的負(fù)荷辨識(shí)準(zhǔn)確率在90