面向智能用電的非侵入式居民負(fù)荷監(jiān)測(cè)關(guān)鍵技術(shù)研究.pdf

1、電力用戶電器使用狀態(tài)和用電行為的監(jiān)測(cè)與分析能為用戶側(cè)需求響應(yīng)、能效管理與電價(jià)政策等精細(xì)化用電服務(wù)提供數(shù)據(jù)支撐，是實(shí)現(xiàn)靈活互動(dòng)智能用電的關(guān)鍵環(huán)節(jié)。目前用戶負(fù)荷狀態(tài)數(shù)據(jù)的監(jiān)測(cè)主要依靠在用戶內(nèi)部安裝大量的電器狀態(tài)監(jiān)測(cè)感應(yīng)裝置，給用戶的生產(chǎn)生活產(chǎn)生了一定的干擾，監(jiān)測(cè)裝置高昂的研制成本也給整個(gè)電網(wǎng)帶來(lái)了經(jīng)濟(jì)性難題，在電力居民用戶中推廣難度較大。本文研究面向智能用電的非侵入式居民負(fù)荷監(jiān)測(cè)關(guān)鍵技術(shù)，旨在利用現(xiàn)有用電側(cè)數(shù)據(jù)獲取與處理能力，從居民用戶負(fù)荷

2、數(shù)據(jù)壓縮傳輸、負(fù)荷特征提取與識(shí)別等方面解決上述技術(shù)難題，獲取精準(zhǔn)的用電負(fù)荷數(shù)據(jù)，實(shí)現(xiàn)非侵入式的居民負(fù)荷監(jiān)測(cè)。
　　面對(duì)智能用電海量精細(xì)負(fù)荷數(shù)據(jù)的通信傳輸、種類繁多的電器負(fù)荷的準(zhǔn)確識(shí)別以及精細(xì)化用電服務(wù)的用電行為挖掘等技術(shù)需求，本文面向智能用電的非侵入式居民負(fù)荷監(jiān)測(cè)關(guān)鍵技術(shù)包括非侵入式負(fù)荷監(jiān)測(cè)數(shù)據(jù)壓縮感知與傳輸方法、非侵入式負(fù)荷監(jiān)測(cè)特征提取方法、非侵入式負(fù)荷監(jiān)測(cè)識(shí)別算法和非侵入式異常用電行為檢測(cè)方法四個(gè)方面，具體內(nèi)容如下:
　

3、　針對(duì)非侵入式負(fù)荷監(jiān)測(cè)數(shù)據(jù)對(duì)數(shù)據(jù)采樣頻率和通信效率的需求，建立非侵入式負(fù)荷監(jiān)測(cè)數(shù)據(jù)壓縮感知模型，分析用電負(fù)荷數(shù)據(jù)壓縮感知可行性并建立數(shù)據(jù)稀疏和觀測(cè)矩陣;提出非侵入式負(fù)荷監(jiān)測(cè)數(shù)據(jù)重構(gòu)方法，采用改進(jìn)的迭代閡值重構(gòu)方法對(duì)壓縮感知的負(fù)荷數(shù)據(jù)進(jìn)行重構(gòu)恢復(fù)，實(shí)驗(yàn)結(jié)果表明該方法能準(zhǔn)確的恢復(fù)原始負(fù)荷數(shù)據(jù)，提高非侵入式負(fù)荷監(jiān)測(cè)的數(shù)據(jù)顆粒度。在此基礎(chǔ)上，建立基于壓縮感知的非侵入式負(fù)荷數(shù)據(jù)無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Netwrok，WSN

4、)優(yōu)化分簇模型，分析WSN分簇路由與數(shù)據(jù)壓縮比例的量化關(guān)系，求解最優(yōu)網(wǎng)絡(luò)分簇大小和個(gè)數(shù)，以此提出適用于用電負(fù)荷壓縮感知數(shù)據(jù)的WSN優(yōu)化分簇路由算法，實(shí)現(xiàn)非侵入式負(fù)荷監(jiān)測(cè)數(shù)據(jù)的高效傳輸。
　　針對(duì)非侵入式負(fù)荷監(jiān)測(cè)中部分電器負(fù)荷特征重疊問(wèn)題，提出了非活性電流諧波負(fù)荷特征提取方法，該方法將采樣電流分解為活性和非活性兩部分，并對(duì)非活性電流進(jìn)行頻域分析和處理，從而提高相似電器負(fù)荷的特征差異性;針對(duì)某些用電場(chǎng)景中低功率電器負(fù)荷特征被掩蓋而難以

5、識(shí)別的問(wèn)題，提出了基于改進(jìn)模糊聚類的差量特征提取方法，該方法首先提取負(fù)荷的差量特征，再根據(jù)簇間熵值和改進(jìn)的模糊聚類確定電器數(shù)量和種類，從而實(shí)現(xiàn)不同用電場(chǎng)景下低功率電器負(fù)荷的準(zhǔn)確識(shí)別。
　　針對(duì)非侵入式負(fù)荷監(jiān)測(cè)對(duì)識(shí)別算法的識(shí)別準(zhǔn)確性和時(shí)效性均有較高的需求，以及負(fù)荷識(shí)別中使用單特征尋優(yōu)的準(zhǔn)確性問(wèn)題，提出基于多特征遺傳目標(biāo)函數(shù)優(yōu)化的負(fù)荷識(shí)別算法，建立多特征目標(biāo)函數(shù)優(yōu)化模型，通過(guò)對(duì)負(fù)荷狀態(tài)的遺傳編碼，引入新的負(fù)荷特征對(duì)尋優(yōu)目標(biāo)函數(shù)進(jìn)行改進(jìn)

6、和優(yōu)化，然后遺傳迭代實(shí)現(xiàn)不同電器狀態(tài)變化的精確分解與識(shí)別。針對(duì)傳統(tǒng)神經(jīng)網(wǎng)絡(luò)算法隨機(jī)權(quán)值和閡值導(dǎo)致的識(shí)別精度和效率方面的不足，提出基于遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)的非侵入式負(fù)荷監(jiān)測(cè)識(shí)別算法，建立神經(jīng)網(wǎng)絡(luò)遺傳迭代優(yōu)化模型，根據(jù)網(wǎng)絡(luò)訓(xùn)練誤差作為遺傳迭代的目標(biāo)函數(shù)，對(duì)神經(jīng)網(wǎng)絡(luò)中的權(quán)值和閾值進(jìn)行優(yōu)化，獲得更好的網(wǎng)絡(luò)性能和負(fù)荷識(shí)別效果。
　　針對(duì)智能用電行為分析與數(shù)據(jù)挖掘的技術(shù)與應(yīng)用需求，在非侵入式負(fù)荷數(shù)據(jù)傳輸與監(jiān)測(cè)識(shí)別的基礎(chǔ)上，研究非侵入式負(fù)荷監(jiān)測(cè)的負(fù)