• <td id="quwke"><li id="quwke"></li></td>
  • <td id="quwke"><button id="quwke"></button></td><li id="quwke"></li>
  • <td id="quwke"><li id="quwke"></li></td>
  • <td id="quwke"><li id="quwke"></li></td>
  • <small id="quwke"><button id="quwke"></button></small> <small id="quwke"></small>
  • <td id="quwke"></td>
  • <td id="quwke"><li id="quwke"></li></td><small id="quwke"><li id="quwke"></li></small>
  • <small id="quwke"></small>
  • <li id="quwke"></li>
  • 您現在所在位置:首頁>>新聞中心>>行業新聞

    華北電力大學 周明、宋旭帆、涂京等:如何利用非侵入式負荷監測技術實現居民用電行為分析?

    2019-08-21 12:52:55

    華北電力大學 周明、宋旭帆、涂京等:如何利用非侵入式負荷監測技術實現居民用電行為分析?

    北極星輸配電網  來源:電網技術  作者:周明 宋旭帆 涂京等  2018/11/19 9:58:29  我要投稿  
    所屬頻道: 電網建設  關鍵詞:用電信息 電價 電網公司
     

    北極星輸配電網訊:主要內容

    1. 基于NILM居民用電行為分析實施架構

    利用NILM實現用戶用電行為分析由負荷分類、用電行為分解及高級應用3部分組成。圖1給出了基于NILM的用電行為分析系統架構。

    (來源:微信公眾號 電網技術 ID:dwjs1957 作者:周明,宋旭帆,涂京,李庚銀,欒開寧)

    首先由通過特征提取和負荷分類實現家庭電器非侵入式識別,再利用用電行為分解算法統計電器的用電信息,包含啟停電器的類型、啟停時間、消耗電能、所用電費等內容。最后將監測到的各電器的用電信息反饋給用戶,便于用戶進行家庭能量管理及參與電網互動;另一方面為電網公司或其他管理部門制定需求響應措施或電價等激勵政策提供服務。

    微信圖片_20181119095252.jpg

    圖1 基于NILM居民用電行為分析實施架構

    2. 基于滑動窗的事件探測算法

    設計了含兩次檢測的負荷投切檢測算法,第一次檢測是判斷功率是否突變及投切過程始點與終點的位置。首先對功率序列取滑動窗S,由于當功率突變時,功率序列的波動較大,表現出較大的方差值,對S計算其方差Svar作為功率突變的判斷量。而非電器投切時正常功率波動的大小與功率水平有關,可將αSmean作為功率是否突變的閾值以避免正常功率波動引起誤檢測,Smean為窗口平均功率,α∈[0,1]為閾值控制系數,一般地,當窗口功率突變時有Svar?αSmean。因此,通過計算滑動窗口功率的方差和均值,可以判斷窗口內是否發生功率突變。并通過不斷滑動窗口,找到功率突變大致始點Pstart和終點Pend,如圖2所示。同時考慮兩側窗口長度N,可得到較準確的始點P'start=Pstart+N和P'end=Pend+N終點 。

    微信圖片_20181119095307.jpg

    圖2 基于滑動窗的事件探測示意圖

    第二次檢測是進一步判斷是否有投切事件。當檢測到有功率突變后,用突變前后穩態功率的差值進一步判斷該突變是投切事件還是其它電器穩態工作時的功率波動。為突變前后穩態功率差值設置功率閾值θ,若?P>θ,認為有投切事件發生,否則認為沒有事件發生,θ的取值應考慮所監測電器的功率及其它非電器投切引起的功率波動。

    3. Adaboost改進的BP負荷識別算法

    用Adaboost改進的BP負荷識別算法就是將BP神經網絡作為弱分類器,建立多個BP分類器并用訓練集負荷特征樣本對各個BP分類器逐一進行訓練,增加識別精度低的樣本的權重,減小識別精度高的樣本的權重,并在訓練完成后將多個BP分類器合成一個強分類器,能有效降低算法對訓練樣本結構的敏感性,加強對易誤判樣本的識別能力,有助于提高負荷整體識別準確率。從美國居民用電實測數據庫BLUED中提取9類電器進行驗證,Adaboost-BP負荷識別算法的識別準確率如表1所示。

    微信圖片_20181119095330.png

    4. 基于NILM的居民用電行為分解

    將設計的事件探測和負荷識別算法用于居民用電行為在線分解,對電器的啟停時間及種類進行監測,在利用NILM技術識別出電器的啟動時間和電器種類后,即可對該電器運行功率和消耗的電能進行實時監測:當識別出某電器啟動后,記錄下該電器的啟動時間及啟動前后的功率,并把功率差值作為該電器的運行功率,與時間積分即可實時監測電器的用電量;當識別出該電器停止后,停止耗電量計算,并記錄下電器停止運行的時間,因此可得出電器此次運行的啟停時間、運行時長、耗電量等用電信息。

    根據事件探測和負荷識別結果,利用電器用電量分解方法對電器的用電量進行計算,得到各電器的用能情況。如圖4所示為從總功率信號中進行電能分解,得到各電器功率及耗能情況的示意圖,從表2可以清楚地知道某家庭7種電器在一天內的運行次數、運行時長、耗電量等用電信息。

    微信圖片_20181119095351.jpg

    圖4 電能分解示意圖

    微信圖片_20181119095414.jpg

    后續研究方向

    本文利用非侵入式負荷監測技術實現居民用電行為的精細化分析,并根據分析結果從家庭節能和需求側管理2個方面給出了優化用電建議,研究成果對實現居民用戶與電網友好互動提供了決策支持。后續將研究基于NILM的用戶用電行為分析結果如何指導用戶優化用電行為,并為電網公司制定供需互動策略,更好的實現家庭能量管理和需求側管理。

    參文格式

    周明,宋旭帆,涂京,等.基于非侵入式負荷監測的居民用電行為分析[J].電網技術,2018,42(10):3268-3274.

    Zhou Ming,Song Xufan,Tu Jing,et al.Residential electricity consumption behavior analysis based on non-intrusive load monitoring[J].Power System Technology,2018,42(10):3268-3274(in Chinese).

    相關文獻

    宋旭帆,周明,涂京,等.基于k-NN結合核Fisher判別的非侵入式負荷監測方法[J].電力系統自動化,2018,42(6):73-80.

    楊旭英,周明,李庚銀.智能電網下需求響應機理分析與建模綜述[J].電網技術,2016,40(1):220-226.

    周磊,李揚.分時電價環境下基于家居能量管理系統的家居負荷建模與優化運行[J].電網技術,2015,39(2):367-374.

    作者介紹

    周明(1967),女,博士,教授,博士生導師,華北電力大學電網研究所所長。全國電力監管標準化技術委員會委員,中國電機工程學會高級會員,IEEE會員。主要研究領域:新能源電力系統規劃與運行、電力市場和需求響應。目前主持和主研國家重點研發計劃項目子課題、面上項目縱向和國網公司項目6項。發表論文200余篇,被SCI/EI檢索150余篇,獲省部級獎勵2項,授權發明專利8項。

    宋旭帆(1993),男,碩士研究生,研究方向為智能用電與需求響應。

    涂京(1992),男,博士研究生,主要研究方向為智能用電與大數據分析。

     

    <<返回
    Copyright?2019 南京啟昂電力科技有限公司 蘇ICP備19021332號-1
    亚洲专区偷拍白拍,职场丝袜人妻制服在线,亚洲一区二区综合,日本一二免费不卡区|亚洲日韩欧美每日更新|亚洲网曝门精品-国产区精品一区二区不卡