初探非侵入式负荷监测技术

摘要：

本文主要说明非侵入式负荷监测的基础知识，包括非侵入式负荷监测的原因和意义，以及非侵入式负荷监测原理。

老婆：老公，看看这个月的电费账单？

老公：怎么这么高呢，我们家哪个电器用电量这么高呢？

老婆：会不会是空调呢，最近天气比较冷，天天空调供暖。

老公：空调每天消耗多少度电呢，电费多的有些离谱啊？

老婆：会不会是卧室的电暖风？

老公：可能，这些电器每天会用多少度电呢？

老婆：如果知道就好了，不需要的时候关掉耗电多的。

以上对话时我们日常生活中常见的疑问，到底家里的每个电器用电量是多少呢？解决对话中这对夫妇的疑问就和今天我们想和大家分享的非侵入式负荷监测技术息息相关。负荷监测可分为侵入式负荷监测和非侵入式负荷监测两种。侵入式负荷监测需要在各个家用电器的电源端安装电压、电流传感器，价格偏高，安装复杂，容易泄露用户隐私。非侵入式负荷监测只在用户的入户端（家庭配电箱或者电表箱）安装电压、电流传感器，成本较低，但需要负荷分解，技术门槛高。

图一　负荷数据分解

图二　各电器设备用电量占比

图一和图二形象地说明了非侵入式负荷监测的作用，图一中红色曲线代表该用户总的用电量，其他曲线代表不同设备的用电量；图二表示了不同用电设备用电量的百分比，显而易见，空调用电量最大。

下面我们从为什么提出非侵入式监测，非侵入式负荷监测的意义，非侵入式负荷监测的原理等方面来介绍非侵入式负荷监测技术。

1

为什么提出非侵入式监测

本文开头的对话是非侵入式负荷监测的一个目的，即电力用户可以通过对用电量、实时电价等各方面数据信息的综合分析，调整用电习惯和行为，达到节能减排的目的。非侵入式负荷监测通过负荷分解还有助于电力公司了解用户负荷的结构，通过调整电价，引导用户行为，达到削峰填谷的目的，提高电网利用率和减少发电建设的投资。此外，还有助于建立更加准确的负荷模型，提高仿真计算和电力系统稳定性分析的准确性，对整个社会的节能减排和电网规划建设都有重要意义。

2

非侵入式负荷监测的意义

非侵入式负荷监测技术在上世纪80年代由MIT的 Hart G. W. 首次提出，目的是为了降低负荷监测的硬件成本，以便电力公司在最低成本下获取较为具体的电能数据。通过引导用户的用电模式实现负荷的削减或者转移。当前，商业用户、居民用户等建筑负荷用电量仅次于工业能耗，占我国总能耗的30%左右。建筑负荷往往缺少精细的负荷监控，难以获得负荷运行的详细信息。近年来，随着智能电网的发展，面向用户的服务越来越重要，如何获得有效的用户用电数据，准确的了解用户用电行为，是未来电力服务的重要环节。通过非侵入式负荷监测技术有助于我们掌握用户信息，分析用户行为，解决过往电力服务中存在的难题。

3

非侵入式负荷监测技术上具体如何操作

非侵入式负荷监测技术包括居民用电数据采集、用电设备特征库的建立和负荷分解技术三方面，本文先简要介绍三方面的内容，在后续的推文中会一一详述。

3.1 居民用电数据采集

居民用电数据采集方案主要结合目前的电力用户信息采集技术和方法，涉及可行的数据采集、传输和存储方法。为了数据的切实可用，需要对数据进行高密度采集，需要研究居民用户用电数据的采集方法、传输策略和存储规则，以满足实际应用的要求。

3.1 用电设备负荷特性特征库建立

居民用电设备的负荷特性特征库是整个项目的基础，结合用电设备的用电特征，可确定影响用户用电设备的相关电力数据，包括用电负荷、设备电压、电流等数据信息。规划建立用电设备负荷特征库，采集负荷特性数据，进行用电设备的负荷特征提取。随着科学技术和生活水平的不断提高，用电设备的种类和用电特性也会发生变化，因此特征库的建立是不断完善和优化的过程。

3.3 负荷分解技术

面向居民用户的非侵入式负荷分解技术依托符合特征库中的特征数据，利用相应的模型算法和机器学习技术，实现基于非侵入式用户用电设备的负荷分解模型算法。非侵入式负荷分解算法包括基于负荷信号时频分析的非侵入负荷分解技术研究、基于暂态信号分析的非侵入负荷辨识算法研究、基于系统辨识理论的非侵入负荷辨识技术研究以及基于模型识别与机器学习的负荷分解技术研究。通过居民用电负荷分解模型及其设计，包括决策算法模型、相似度快速负荷识别模型、用电设备迭代式特征搜索等算法模型，实现基于大数据的负荷分解，该步骤包括数据清洗、数据接入、数据分析建模和模型评估等。

总体看来，非侵入式负荷监测是一个技术门槛高，成本较低的负荷监测技术，能够更精细化的了解负荷的构成，它不仅可以帮助电力用户节省电费，也能帮助电力企业合理规划和有效利用资源。随着智能电网的发展，该技术在用户侧的作用日益突出，将来势必成为需求侧管理的关键竞争力。

EIOT数据俱乐部

聚焦工业互联，分享数据价值，助力人才转型