非介入式負(fù)荷辨識(shí)感知技術(shù)及其典型應(yīng)用場(chǎng)景

陳駿星溆，徐先勇，孟軍，肖劍，陳卓

(1.國網(wǎng)湖南省電力有限公司電力科學(xué)研究院，湖南長沙410007；2.國網(wǎng)湖南省電力有限公司長沙供電分公司，湖南長沙410015)

2019年初，國家電網(wǎng)有限公司 (以下簡(jiǎn)稱國網(wǎng)公司)提出 “三型兩網(wǎng)，世界一流”戰(zhàn)略目標(biāo)，啟動(dòng)泛在電力物聯(lián)網(wǎng)建設(shè)。其本質(zhì)內(nèi)涵是要適應(yīng)社會(huì)形態(tài)、打造行業(yè)生態(tài)、培育新興業(yè)態(tài)，利用標(biāo)準(zhǔn)化、規(guī)范化的數(shù)據(jù)產(chǎn)品和基礎(chǔ)設(shè)施，延伸業(yè)務(wù)范圍，拓展服務(wù)對(duì)象，創(chuàng)新商業(yè)模式。經(jīng)過近十年的信息化建設(shè)和當(dāng)前泛在電力物聯(lián)網(wǎng)建設(shè)推進(jìn)，國網(wǎng)公司電力設(shè)備的泛在感知已成效初現(xiàn)，但在用戶側(cè)卻面臨著 “最后一公里”數(shù)據(jù)缺失的問題。以電網(wǎng)的視角來看，用戶負(fù)荷是一個(gè)未知的黑箱子，通過電表計(jì)量可以采集用戶的總耗電量，滿足最基本的電量計(jì)費(fèi)需求。然而，用戶的具體負(fù)荷類型不可獲知，整體的電網(wǎng)負(fù)荷組成也不甚明確，這將帶來以下幾個(gè)突出問題:①無法建立準(zhǔn)確的電網(wǎng)即時(shí)動(dòng)態(tài)負(fù)荷模型，大電網(wǎng)峰值供電能力受限；②無法對(duì)電力用戶的用電行為進(jìn)行深入分析和精準(zhǔn)畫像，客戶服務(wù)的優(yōu)化提升缺失關(guān)鍵信息。因此，必須突破電力用戶負(fù)荷數(shù)據(jù)獲取的瓶頸，加強(qiáng)用戶用電行為感知能力建設(shè)，支撐雙向互動(dòng)服務(wù)與智能用能服務(wù)。

傳統(tǒng)的電力負(fù)荷監(jiān)測(cè)采取介入式的方法，利用智能插座等終端設(shè)施在用戶戶內(nèi)分別采集各電器啟停和功耗信息。該方法監(jiān)測(cè)數(shù)據(jù)準(zhǔn)確可靠，但存在實(shí)施成本高昂、施工復(fù)雜、資產(chǎn)歸屬不明確等問題，導(dǎo)致電力用戶接受程度很低，無法推廣應(yīng)用[1]。

非介入式負(fù)荷辨識(shí)最早由美國學(xué)者Hart于20世紀(jì)90年代提出[2]，其核心思想是采集用戶入口總電流、電壓數(shù)據(jù)，利用算法對(duì)總負(fù)荷波形進(jìn)行分解和辨識(shí)，從而判斷戶內(nèi)每個(gè)電器的用電功率和工作狀態(tài)。與傳統(tǒng)的電力負(fù)荷監(jiān)測(cè)相比，非介入式負(fù)荷辨識(shí)技術(shù)經(jīng)濟(jì)投入小，可實(shí)施性強(qiáng)，其獲得的用電信息具有很高的應(yīng)用價(jià)值，因此該技術(shù)自提出以來便引起了行業(yè)內(nèi)的廣泛關(guān)注[3]，在智能家居等商業(yè)應(yīng)用領(lǐng)域蓬勃發(fā)展。

國網(wǎng)公司擁有極其龐大的電力用戶群體，非介入式負(fù)荷辨識(shí)和用電行為感知技術(shù)的推廣應(yīng)用具有可觀的市場(chǎng)前景和得天獨(dú)厚的優(yōu)勢(shì)。本文簡(jiǎn)述了非介入式負(fù)荷辨識(shí)技術(shù)當(dāng)前的主流技術(shù)路線，分析并展望了該技術(shù)面向電網(wǎng)企業(yè)和客戶的典型應(yīng)用場(chǎng)景，并對(duì)湖南電網(wǎng)的應(yīng)用情況進(jìn)行了介紹。

1 非介入式負(fù)荷辨識(shí)技術(shù)

非介入式負(fù)荷辨識(shí)技術(shù)的典型架構(gòu)如圖1所示，包括數(shù)據(jù)采集、數(shù)據(jù)處理、事件探測(cè)、特征提取、負(fù)荷識(shí)別等五個(gè)步驟[4]，以及建立在負(fù)荷辨識(shí)結(jié)果基礎(chǔ)之上的面向電網(wǎng)企業(yè)和用戶的各種場(chǎng)景應(yīng)用。數(shù)據(jù)采集是非介入式負(fù)荷辨識(shí)的第一步，通常由安裝于用戶入戶端的負(fù)荷辨識(shí)終端完成，其安裝示意如圖2所示，采用穿心式電流互感器測(cè)量入戶端總電流，并跨接火線和零線測(cè)量實(shí)時(shí)電壓波形，無需在戶內(nèi)針對(duì)每個(gè)電器裝設(shè)獨(dú)立的傳感裝置[5]。為了抓取電器負(fù)荷啟停過程中的暫態(tài)波形特征，負(fù)荷辨識(shí)終端的數(shù)據(jù)采集頻率一般高于1 kHz。隨著新一代模組化電能表的逐步推廣使用，數(shù)據(jù)采集也可藉由電表完成，而負(fù)荷辨識(shí)終端則可簡(jiǎn)化為負(fù)荷識(shí)別模塊插入電表擴(kuò)充卡槽中，實(shí)現(xiàn)用戶電力負(fù)荷辨識(shí)的功能。

圖1 非介入式負(fù)荷辨識(shí)技術(shù)總體架構(gòu)

圖2 非介入式負(fù)荷辨識(shí)終端安裝示意圖

數(shù)據(jù)處理是與數(shù)據(jù)采集同步進(jìn)行的第二個(gè)步驟，包括負(fù)荷波形的去噪、電氣量的計(jì)算和數(shù)據(jù)標(biāo)準(zhǔn)化等，以盡量減少電能質(zhì)量波動(dòng)和外部電磁干擾帶來的信號(hào)噪聲影響，提升后續(xù)步驟的準(zhǔn)確度。

在實(shí)際應(yīng)用中，對(duì)高頻采樣的負(fù)荷數(shù)據(jù)進(jìn)行實(shí)時(shí)處理和分析是十分耗費(fèi)硬件資源的，因此引入事件探測(cè)步驟來監(jiān)測(cè)電器運(yùn)行狀態(tài)的變化情況，如圖3所示的電器啟動(dòng)、關(guān)閉和模式切換等。僅當(dāng)檢測(cè)到負(fù)荷狀態(tài)變化時(shí)，才針對(duì)當(dāng)前采樣序列激活特征提取和負(fù)荷辨識(shí)流程，可大幅提高算法的運(yùn)行效率。目前常見的事件探測(cè)方法主要有規(guī)則判斷和變點(diǎn)檢測(cè)兩種。規(guī)則判斷選取合適的監(jiān)測(cè)參數(shù) (例如功率、電流有效值、諧波分量等)作為判斷依據(jù)，當(dāng)參數(shù)在相鄰兩個(gè)采樣點(diǎn)之間的變化超過一定的閾值時(shí)判斷負(fù)荷事件發(fā)生[6]。該方法原理簡(jiǎn)單易于實(shí)現(xiàn)，但參數(shù)和閾值的選取依賴人為經(jīng)驗(yàn)，適應(yīng)性較差。變點(diǎn)檢測(cè)方法則采用似然比測(cè)試、序貫概率比檢驗(yàn)等算法分析采樣序列統(tǒng)計(jì)特性的突變節(jié)點(diǎn)[7]，對(duì)采樣要求更高，抗干擾能力更強(qiáng)。

圖3 電器運(yùn)行狀態(tài)變化過程的波形示例

在探測(cè)到電器投切狀態(tài)發(fā)生變化時(shí)，進(jìn)一步提取負(fù)荷波形的特征量，即每一個(gè)負(fù)荷電器所獨(dú)有的“身份信息”，用于負(fù)荷類型的辨識(shí)。特征提取的原則是選擇規(guī)律性好、適應(yīng)性強(qiáng)、敏感性強(qiáng)、可分性好的特征值，盡量減少冗余信息，構(gòu)造維數(shù)低的特征向量空間[8]。負(fù)荷特征可分為穩(wěn)態(tài)特征和暫態(tài)特征兩大類。穩(wěn)態(tài)特征是利用負(fù)荷電器平穩(wěn)運(yùn)行波形提取的特征量，主要包括有功功率、無功功率、電流基波分量、諧波分量、波形相角等。該類特征易于計(jì)算，但在較多電器同時(shí)運(yùn)行時(shí)容易被湮沒。暫態(tài)特征是利用負(fù)荷電器投切的過渡階段波形提取的特征量，主要包括脈沖電流、脈沖持續(xù)時(shí)間、暫態(tài)諧波能量等。暫態(tài)特征對(duì)復(fù)雜場(chǎng)景下負(fù)荷電器的區(qū)分能力優(yōu)于穩(wěn)態(tài)特征，二者通常結(jié)合使用。

通過提取負(fù)荷波形中的特征量，利用模式識(shí)別算法如隱馬爾科夫模型、遺傳算法、Adaboost、K近鄰算法等[9]，將其與預(yù)先建立的負(fù)荷特征庫中的樣本模板進(jìn)行比對(duì)匹配，即可從總負(fù)荷中辨識(shí)出分項(xiàng)電器負(fù)荷構(gòu)成以及各負(fù)荷的工作狀態(tài)。對(duì)于在負(fù)荷特征庫中未找到最優(yōu)匹配的未知負(fù)荷類型，則采用人工標(biāo)記或非監(jiān)督學(xué)習(xí)的分類方法，將未知負(fù)荷特征新增到負(fù)荷特征庫中。隨著負(fù)荷波形樣本的積累，負(fù)荷特征庫中涵蓋的負(fù)荷種類逐漸豐富，對(duì)負(fù)荷電器的識(shí)別精度也將逐步提高。當(dāng)前經(jīng)濟(jì)社會(huì)發(fā)展迅速，居民用戶各類家庭電器尤其是低功耗電器層出不窮，這類電器負(fù)荷的特征區(qū)分度通常較低，且極易湮沒于大功率電器負(fù)荷波形中。為提高低功耗電器負(fù)荷辨識(shí)精度，可采用云端協(xié)同辨識(shí)的方法，利用深度學(xué)習(xí)算法和云端算力對(duì)終端未能準(zhǔn)確辨識(shí)的負(fù)荷波形進(jìn)行二次識(shí)別。

2 典型應(yīng)用場(chǎng)景

利用非介入式負(fù)荷辨識(shí)技術(shù)獲得分時(shí)分類的負(fù)荷電量明細(xì)數(shù)據(jù)，結(jié)合客戶服務(wù)、營銷、電網(wǎng)運(yùn)維、調(diào)控等實(shí)際場(chǎng)景需求，可衍生出很多高價(jià)值的數(shù)據(jù)應(yīng)用，舉以下幾例做簡(jiǎn)單闡述。

2.1 分類能耗詳單

電費(fèi)是大部分電網(wǎng)用戶尤其是高能耗工商業(yè)客戶較為關(guān)心的問題之一，客戶因?qū)Ω哳~電費(fèi)的產(chǎn)生來源有異議而投訴至95598的情況時(shí)有發(fā)生?；诜墙槿胧截?fù)荷辨識(shí)技術(shù)，可通過APP、微信小程序等渠道面向電力用戶提供 “移動(dòng)話單式”電量詳單和電費(fèi)清單，將負(fù)荷辨識(shí)的結(jié)果以統(tǒng)計(jì)報(bào)表的形式呈現(xiàn)給客戶，如圖4—5所示?？砂慈铡⒃?、年等時(shí)間跨度對(duì)電器耗電量進(jìn)行分類統(tǒng)計(jì)和展示，覆蓋空調(diào)、電熱水器、廚房電器、冰箱、洗衣機(jī)等常見電器負(fù)荷，用電規(guī)律和能耗重點(diǎn)一目了然，電能消費(fèi)更加透明，大大提高客戶的用電體驗(yàn)和滿意度。

圖4 用戶分布圖

圖5 用電趨勢(shì)

2.2 能效分析診斷

將用戶各項(xiàng)電器負(fù)荷的能耗水平與地區(qū)的平均能耗情況進(jìn)行排名比對(duì)，則可更直觀地反映用戶電能消費(fèi)的能效等級(jí)，有效促進(jìn)用戶的節(jié)能意識(shí)。對(duì)熱水器、空調(diào)等高能耗電器以及冰箱、電燈等長時(shí)待機(jī)電器進(jìn)行能效診斷分析，根據(jù)用戶家中該類電器的使用習(xí)慣給出針對(duì)性的節(jié)能診斷建議，如圖6所示，提醒峰谷電量和階梯電量狀態(tài)，可避免無端電能浪費(fèi)，提升用戶的應(yīng)用服務(wù)黏性，激勵(lì)用戶積極響應(yīng)電網(wǎng)削峰填谷需求[10]，同時(shí)實(shí)現(xiàn)全社會(huì)節(jié)能減排。

圖6 用戶能效分析診斷

2.3 異常能耗分析

常見電器負(fù)荷的運(yùn)行均呈現(xiàn)出特定規(guī)律或處于一定的范圍之內(nèi)，例如家用電熱水壺單次燒水時(shí)間一般為5～15 min，電磁爐通常僅在白天時(shí)間段使用等，超出正常規(guī)律范圍的負(fù)荷運(yùn)行均可視為異常用電情況。利用居民用戶的非介入式負(fù)荷辨識(shí)數(shù)據(jù)，通過功率特征閾值判別和標(biāo)準(zhǔn)負(fù)荷模型比對(duì)等方法，可實(shí)現(xiàn)戶內(nèi)的短路事故預(yù)判、漏電檢測(cè)、異常能耗預(yù)警等提醒功能，杜絕電氣火災(zāi)和觸電隱患。智能識(shí)別居民用戶用電行為模式，精準(zhǔn)判別群租房、居民區(qū)長期商業(yè)用電等不符合負(fù)荷模型的非法用電行為，為政府和電力企業(yè)集中治理整治提供數(shù)據(jù)依據(jù)。

2.4 用電行為分析

根據(jù)用戶的能耗占比、用能時(shí)段、用能分布等特性，可對(duì)用戶用電行為進(jìn)行深度分析，以標(biāo)簽的形式對(duì)客戶進(jìn)行行為畫像。例如根據(jù)主要用能時(shí)段的不同可將用戶區(qū)分為上班族、居家型等活動(dòng)類別，根據(jù)家用電器的數(shù)量和更新頻次可分析用戶對(duì)于電器技術(shù)更新?lián)Q代的接受程度，從而制定差異化的服務(wù)策略，支撐客戶的精準(zhǔn)營銷和優(yōu)化服務(wù)，如圖7所示。

圖7 客戶用電行為畫像

2.5 配電臺(tái)區(qū)輔助運(yùn)維

在配變、出線柜和用戶表箱三級(jí)部署非介入式負(fù)荷辨識(shí)終端，利用分級(jí)負(fù)荷波形特征的模式匹配，可實(shí)現(xiàn)臺(tái)區(qū)拓?fù)浜陀脩粝嘈虻淖赃m應(yīng)識(shí)別及自動(dòng)成圖；明確界定戶內(nèi)外停電責(zé)任，實(shí)現(xiàn)臺(tái)區(qū)故障自動(dòng)定位、主動(dòng)推送和故障工單快速生成；監(jiān)測(cè)分支箱級(jí)別的線損情況，進(jìn)行理論線損和統(tǒng)計(jì)線損對(duì)比分析，精準(zhǔn)定位線損異常區(qū)域，有效降低配電網(wǎng)運(yùn)維成本。

3 重點(diǎn)應(yīng)用發(fā)展方向

隨著非介入式負(fù)荷辨識(shí)技術(shù)產(chǎn)品線延伸和覆蓋范圍擴(kuò)大，還可納入工業(yè)園區(qū)、商業(yè)中心、企事業(yè)單位等各類型電力用戶的個(gè)性化場(chǎng)景需求，通過跨行業(yè)數(shù)據(jù)深度融合，形成豐富全面的應(yīng)用生態(tài)鏈。以下為未來可期的幾個(gè)重點(diǎn)應(yīng)用方向。

3.1 專變客戶定制化服務(wù)

專變用戶是我國國民經(jīng)濟(jì)發(fā)展的推進(jìn)器，其負(fù)荷主要為多樣化的工業(yè)設(shè)備，具有高隨機(jī)的功率特征和遷移變化的電流頻率、幅值。利用非介入式負(fù)荷辨識(shí)技術(shù)可實(shí)現(xiàn)專變用戶運(yùn)行情況的全面感知、細(xì)粒度掌握負(fù)荷能耗規(guī)律、內(nèi)部設(shè)備運(yùn)轉(zhuǎn)情況、故障風(fēng)險(xiǎn)隱患和違規(guī)違約用電情況，為專變用戶的技術(shù)轉(zhuǎn)型升級(jí)、淘汰落后產(chǎn)能、清潔能源改造提供廣泛指導(dǎo)，為綜合能源服務(wù)、上下游產(chǎn)業(yè)鏈、設(shè)備維修制造、高質(zhì)量電力供應(yīng)提供數(shù)據(jù)接口?？捎行U(kuò)充供電企業(yè)對(duì)高壓專變用戶的服務(wù)維度與深度，提升客戶對(duì)供電服務(wù)的參與感與獲得感，推進(jìn)電力營銷高質(zhì)量全面發(fā)展。

3.2 大電網(wǎng)動(dòng)態(tài)負(fù)荷建模

現(xiàn)代電力系統(tǒng)的發(fā)展使其穩(wěn)定性問題日趨重要，特別是特高壓交直流輸電線路接入電網(wǎng)后，受端電網(wǎng)的暫態(tài)穩(wěn)定問題日益凸顯[11-12]。因電網(wǎng)側(cè)無法感知電力負(fù)荷的具體組成，湖南電網(wǎng)暫態(tài)穩(wěn)定分析一直采用較為保守的35%恒定阻抗加65%感應(yīng)電動(dòng)機(jī)的簡(jiǎn)化負(fù)荷模型。為應(yīng)對(duì)高比例的感應(yīng)電動(dòng)機(jī)暫態(tài)穩(wěn)定無功需求，省內(nèi)發(fā)電機(jī)組在運(yùn)行中預(yù)留了較大的旋轉(zhuǎn)備用容量，大電網(wǎng)峰值供電能力受限。運(yùn)用非介入式負(fù)荷辨識(shí)技術(shù)精準(zhǔn)識(shí)別、統(tǒng)計(jì)電網(wǎng)負(fù)荷類型比例，可支撐建立在線即測(cè)-即辯-即用的動(dòng)態(tài)負(fù)荷參數(shù)云庫，構(gòu)建多層級(jí)的區(qū)域電網(wǎng)時(shí)變仿真模型，提升大電網(wǎng)安全穩(wěn)定運(yùn)行分析的準(zhǔn)確性。

3.3 能源消費(fèi)熱力圖分析

基于跨行業(yè)的細(xì)粒度電力負(fù)荷辨識(shí)結(jié)果，可繪制全省范圍能源消費(fèi)熱力圖。精準(zhǔn)分析區(qū)域配電網(wǎng)承載力和電能替代潛力，為配電網(wǎng)基建投資提供決策指導(dǎo)；根據(jù)區(qū)域電力用戶畫像統(tǒng)計(jì)，實(shí)時(shí)感知和預(yù)測(cè)居民能源消費(fèi)習(xí)慣變化趨勢(shì)，分析區(qū)域負(fù)荷移峰填谷能力，為制定合理優(yōu)化的分時(shí)階梯電價(jià)提供依據(jù)，如圖8所示。

圖8 能源消費(fèi)習(xí)慣的變化趨勢(shì)

3.4 商業(yè)模式拓展

按照 “用戶用電數(shù)據(jù)泛在感知、智慧應(yīng)用賦能企業(yè)優(yōu)化運(yùn)行、跨界融合打造新型生態(tài)”的思路，通過細(xì)粒度負(fù)荷大數(shù)據(jù)跨界融合，可支撐企業(yè)風(fēng)險(xiǎn)欺詐、商業(yè)熱度挖掘、維保信息推送等新業(yè)務(wù)，打造新興業(yè)態(tài)。

4 湖南電網(wǎng)應(yīng)用情況

經(jīng)過近年來的不斷發(fā)展，非介入式負(fù)荷辨識(shí)技術(shù)已逐步建立了工程實(shí)用化基礎(chǔ)。國內(nèi)數(shù)家研究機(jī)構(gòu)陸續(xù)推出了負(fù)荷辨識(shí)終端產(chǎn)品，對(duì)于家庭常用大功率電器的識(shí)別準(zhǔn)確率可達(dá)90%以上，但在小功率電器負(fù)荷識(shí)別、工商業(yè)用戶負(fù)荷識(shí)別和負(fù)荷辨識(shí)算法的泛用性等方面仍有較大的提升空間。湖南地區(qū)居民用戶家中老舊電器存量較多，老式的非變頻冰箱、空調(diào)等電器與目前市面上流行的電器型號(hào)相比功耗異常偏高，且烤火爐、麻將機(jī)等地區(qū)特色電器持有量較大，這些情況都給非介入式負(fù)荷辨識(shí)帶來了一定的挑戰(zhàn)。

國網(wǎng)湖南省電力有限公司電力科學(xué)研究院率先在湖南電網(wǎng)展開了非介入式負(fù)荷辨識(shí)技術(shù)的研究，目前已在長沙市長島路網(wǎng)格站開展了小范圍試點(diǎn)應(yīng)用，覆蓋居民用戶247戶，面向客戶提供“透明電”“綠色電” “安全電”等商業(yè)增值服務(wù)，實(shí)現(xiàn)了細(xì)粒度的居民電力負(fù)荷預(yù)測(cè)及響應(yīng)潛力評(píng)估。

在今年初新冠肺炎疫情防控的關(guān)鍵時(shí)期，湖南電科院利用社區(qū)/居民家庭的細(xì)粒度用電特性數(shù)據(jù)，構(gòu)建了小區(qū)/家庭疫情防控態(tài)勢(shì)研判模型，分析了各社區(qū)、家庭的人員聚集程度以及流動(dòng)情況，并采用三級(jí)四類標(biāo)簽對(duì)家庭人員活動(dòng)情況進(jìn)行了標(biāo)記。該分析結(jié)果可用于指導(dǎo)社區(qū)專人進(jìn)行精準(zhǔn)的風(fēng)險(xiǎn)排查和回訪，以降低社區(qū)居民的感染風(fēng)險(xiǎn)。

5 結(jié)語

非介入式負(fù)荷辨識(shí)技術(shù)與國網(wǎng)公司當(dāng)前泛在電力物聯(lián)網(wǎng)建設(shè)方向深度契合，具有廣闊的應(yīng)用前景。本文論述了實(shí)現(xiàn)非介入式負(fù)荷辨識(shí)所需的數(shù)據(jù)采集、數(shù)據(jù)處理、事件探測(cè)、特征提取和負(fù)荷識(shí)別等五大技術(shù)步驟，并列舉了分類能耗詳單、能效分析診斷、異常能耗分析、用電行為分析等基于該技術(shù)建立的典型場(chǎng)景應(yīng)用。針對(duì)湖南電網(wǎng)用戶側(cè)實(shí)際情況，對(duì)非介入式負(fù)荷辨識(shí)技術(shù)展開深入研究和應(yīng)用探索，可在客戶優(yōu)質(zhì)服務(wù)、大電網(wǎng)安全穩(wěn)定等方面發(fā)揮更大的價(jià)值。