非侵入式負荷監(jiān)測與辨識方法研究綜述

李 爭 王 澤 馮 威 安國慶 李 崢 王 強 陳 賀

（1.河北科技大學電氣工程學院 石家莊 050018；2.河北省智能配用電裝備產(chǎn)業(yè)技術(shù)研究院（石家莊科林電氣股份有限公司）石家莊 050222）

引言

近些年來，非侵入負荷監(jiān)測（Non-Intrusive Load Monitoring，NILM）發(fā)展迅速，引起了關(guān)于節(jié)能環(huán)保技術(shù)部門的研究熱潮。國家在節(jié)能環(huán)保方面也出臺了許多相關(guān)文件，對節(jié)能環(huán)保方面做出了重要指示，采取合理方案使供需關(guān)系平衡發(fā)展，促進和響應(yīng)節(jié)能減排的號召。非侵入式負荷檢測具有成本低、可行性高等特點[1-3]，是未來負荷檢測的發(fā)展方向。非侵入式負荷檢測不僅可以對用戶的用電信息進行科學的對比分析，還可以對用電數(shù)據(jù)進行深入挖掘。智能電表的普及對非侵入式負荷監(jiān)測也起到一定的推動作用[4-6]。

電力負荷用電監(jiān)測（簡稱負荷監(jiān)測），是指對于不同類型的用電負荷通過實時數(shù)據(jù)采集與處理得到相應(yīng)的電氣運行數(shù)據(jù)，監(jiān)測并檢測其運行狀態(tài)和能耗情況，是一種具有戰(zhàn)略意義的關(guān)鍵性技術(shù)[7]。通過了解各類負荷的運行模式、啟停時間、用電量等信息，可以提高用戶的節(jié)電意識。在為電力公司提供相關(guān)數(shù)據(jù)的基礎(chǔ)上，促進電力公司負荷模型的優(yōu)化，實現(xiàn)更高精度的負荷建模，提高電力系統(tǒng)的運行效率。在供需平衡的條件下極大地減少用電消耗，深度挖掘用戶行為習慣[8]。在不會對用戶隱私侵犯的前提下采集用戶的用電信息，為減少能源浪費提供了便利條件[9-11]。

根據(jù)檢測時負荷特征的獲取方式不同，負荷監(jiān)測可分為侵入式和非侵入式兩大類[12]。傳統(tǒng)的負荷監(jiān)測所采用的方法是侵入式負荷監(jiān)測，通過給每個負荷安裝傳感器的方式進行負荷用電特征的實時監(jiān)測，如圖1所示。該方法不需要對數(shù)據(jù)進行處理，對負荷特征數(shù)據(jù)的獲取相對容易。缺點也非常明顯，不僅可操作性很差并且實施成本和維護成本也十分高昂，大部分用戶無法負擔得起。而且安裝時需要將設(shè)備埋入建筑的內(nèi)部，不僅存在安全隱患，對于設(shè)備的定期維修也造成了一定的困難；另一方面，由于侵入式負荷檢測所用傳感器較多，雖然具有較少的擾動誤差但存在較多的干擾因素，這也會影響到運行負荷的可靠性與數(shù)據(jù)的準確性。

圖1 侵入式負荷監(jiān)測示意圖

非侵入式負荷監(jiān)測是指僅需通過某電力用戶的家用電表就可以對該用戶所用負荷類型進行判斷，如圖2所示。該方法根據(jù)傳感器獲得的數(shù)據(jù)值序列來精準識別或推理用戶負荷的運行檔位和用電器參數(shù)等信息，不需要在用戶的家中安裝大量的傳感器，優(yōu)點主要為經(jīng)濟成本較低[13]，不會干擾用戶的生產(chǎn)生活，安裝成本很低，檢測設(shè)備的檢修較為方便。

圖2 非侵入式負荷監(jiān)測示意圖

設(shè)備智能化是目前發(fā)展的一種趨勢，設(shè)備的智能化對數(shù)據(jù)挖掘有較高的要求[14]，而NILM系統(tǒng)可以提供可靠的數(shù)據(jù)支持，這有利于家居智能化、智慧電網(wǎng)等方向的發(fā)展。從成本和監(jiān)測的性質(zhì)方面對兩種監(jiān)測方案進行對比，如表1所示[15]。

表1 侵入式負荷監(jiān)測與非侵入式負荷監(jiān)測的對比

1 非侵入式負荷監(jiān)測基本原理

NILM 主要通過負荷分解，分解出用電信息，分解結(jié)果可進一步用于反饋給電采集設(shè)備和用戶，可使用戶有計劃地節(jié)約用電，電網(wǎng)有計劃的供電進而達到供需平衡的目的。從發(fā)展?jié)摿砜?，分解得到的用戶用電信息主要包括用電器的檔位大小、功率大小等，對這些信息進行匯總、篩選和統(tǒng)計，將有利于電力公司及其用戶增強節(jié)能節(jié)電意識、有計劃性的斷電達到節(jié)能減排的目的，還有利于國家對電價的調(diào)控以及鼓勵措施，實現(xiàn)多方共贏。

非侵入負荷檢測典型框架如圖3所示[16]。由于近年來智能家居、智能儀表的等蓬勃發(fā)展，需求響應(yīng)也在逐步增加。非侵入式負荷監(jiān)測擁有大量的用戶群體，同時也對用電信息等數(shù)據(jù)提出了更高的要求，而NILM 的研究也為實現(xiàn)家居智能化提供了可靠的數(shù)據(jù)背景?，F(xiàn)如今非侵入式負荷檢測的研究例如在負荷特征提取、分解辨識等方面均有一定研究基礎(chǔ)。

圖3 非侵入式負荷檢測典型流程圖

2 負荷特征的提取方法

隨著負荷功能的增加，雖然負荷差異有所增加，但是具有相似負荷特征的用電器也在增加這使得辨識愈發(fā)的困難。負荷特征是在辨識和分解中起著至關(guān)重要的作用，不僅是作為識別負荷設(shè)備的依據(jù)，也是實現(xiàn)NILMD原理的關(guān)鍵[17]。在非侵入式負荷監(jiān)測系統(tǒng)中，負荷特征是區(qū)分負荷設(shè)備類型的關(guān)鍵，不同負荷運行的啟停在非侵入式負荷監(jiān)測系統(tǒng)中都可以識別出來。雖然不同的負荷設(shè)備具有不同的運行特征，但有些負荷具有多種特征，有些負荷之間的特征又十分相似，將對負荷識別的準確性產(chǎn)生影響。為提高負荷識別的準確性，應(yīng)合理地結(jié)合多種負荷特征進行負荷辨識，從而提高系統(tǒng)的工作效率。然而，多種負荷特征的結(jié)合對負荷特征數(shù)據(jù)庫的要求較高[18]，需要一定的方法對負荷特征進行區(qū)分、存儲，從而達到盡可能完善數(shù)據(jù)庫的目的。目前大部分非侵入式識別算法的準確率較高，文獻[19]基于暫態(tài)特征進行辨識最高準確率為97.4 %；文獻[20]基于穩(wěn)態(tài)特征使用GMCE圖像作為負荷辨識依據(jù)，準確率能達到97 %。

非侵入式負荷監(jiān)測分析方法一般分為基于穩(wěn)態(tài)和暫態(tài)負荷特征兩大類，如圖4所示?；跁簯B(tài)負荷特征的獲取要求較高[21]，需要通過高頻采樣觀測獲取，因此穩(wěn)態(tài)特征較暫態(tài)特征更易獲取，而且穩(wěn)態(tài)特征有著較好的抗干擾能力。就數(shù)據(jù)收集的難易程度而言，穩(wěn)態(tài)特性具有良好的可操作性，并且越來越多地用于負荷監(jiān)測相關(guān)研究中。實際上，通常存在兩個及其以上的負荷同時進行工作的情形，且不同用電器的負荷特性也都不一樣。在噪聲必須存在的情況下，功率較大的設(shè)備會對功率較小的設(shè)備產(chǎn)生一定的影響，這會對識別的精度帶來一定的影響。總之，非侵入負荷監(jiān)測需要考慮的因素較多，不僅需要考慮數(shù)據(jù)采集的方案是否可行，還必須考慮負荷特征組合對識別效率的影響。 因此合理的負荷特征提取方法是非侵入式負荷監(jiān)測中的關(guān)鍵。

圖4 非侵入式負荷監(jiān)測分析方法

2.1 暫態(tài)特征提取

隨著科技的進步智能電表逐漸普及，智能電表的發(fā)展使穩(wěn)態(tài)條件下的負荷特性更易獲取，促進了非侵入式負荷監(jiān)測的發(fā)展。由于用電器具有很多不同的功能和擋位，因此不同的用電器具有不同的狀態(tài)。用電器的穩(wěn)定狀態(tài)可大致分為三類，并且辨識難度依次增加。第一類為開/關(guān)二狀態(tài)設(shè)備（ON/OFF），這類用電器僅有兩種運行狀態(tài)即開和關(guān)，是用電器辨識中最簡單的一種[22]。第二類為有限多狀態(tài)設(shè)備（Finite State Machine，F(xiàn)SM）該類設(shè)備可以大致理解為有多種第一類狀態(tài)并且可以在不同設(shè)備之間進行來回切換，故相比于第一類負載具有一定的復雜性。第三類為連續(xù)變狀態(tài)設(shè)備（Continuously Variable Devices，CVD），這種設(shè)備具有較大的辨識難度，主要生成該類特征的電器為變頻器。該類設(shè)備在運行時利用暫態(tài)很難進行檢測，并且時常會與其他電器進行混淆。在前兩種設(shè)備進行檢測時，功率較大的設(shè)備，由于諧波和影響因子較多會產(chǎn)生過多雜波。功率較小的設(shè)備因其功率較小，會對小功率暫態(tài)特征造成極大的干擾。面對不同的功率進行辨識，需要有多種完善的數(shù)據(jù)庫，才能提高負荷識別的精度。

在日常生活中，用電器占比較大的負荷類別為電阻類，例如熱水器、電熱毯、電飯煲等，該類負載核心用電裝置為電阻絲，該電阻絲如同純電阻一般進行發(fā)熱，通過該裝置將電能轉(zhuǎn)化為熱能，由于有功功率比較大，雖然有少許的感性會產(chǎn)生無功功率但相對于有功功率來講可忽略不計，并且該用電器暫態(tài)特征持續(xù)時間較少，電流波形比較接近正弦波沒有高次諧波，因此有功功率為該負載的主要特征。對于感性負荷而言，設(shè)備的核心用電設(shè)備具有較多的線圈，其線圈在運行時大致呈現(xiàn)感性。產(chǎn)生該負荷特征的用電器主要有電扇、洗衣機和水泵等電機類負載，該設(shè)備具有一定的無功功率并且相對于有功功率而言不可忽略。以電機為例，帶載能力的不同，暫態(tài)時無功功率的大小、峰值與形狀也不同。因此無功功率可以作為暫態(tài)檢測指標之一。容性負載較少且主要用于電力電子設(shè)備器件中，有時也用于中和感性負載。其目的是為了提高功率因數(shù)。綜上所述，暫態(tài)特征可以提取有功功率和無功功率的幅值和大小，可以對不同的特征進行分類并辨識出最終結(jié)果。

不同的負荷具有不同的負荷暫態(tài)特征，也具有可以大致確定的開關(guān)暫態(tài)特性，其中就包括暫態(tài)過程的負荷脈沖峰值、持續(xù)時間、在暫態(tài)期間所消耗的有功功率等。根據(jù)不同負荷設(shè)備在開啟的過程中的暫態(tài)特性不同，將其作為非侵入式負荷辨識的指標之一。有相關(guān)文獻對其進行了詳細的描述[23]，通過對用電器瞬態(tài)的波形進行小波變換并進行了一定程度上的分析，例如通過對各頻段的信息進行提取處理，分別從高低兩個頻段的信息中得出負荷的工作時間與開啟瞬間的諧波能量，基本特征均體現(xiàn)在對應(yīng)的暫態(tài)波形上。

2.2 穩(wěn)態(tài)特征提取

穩(wěn)態(tài)不需要特別高的采樣率，相對于檢測具有高頻采樣率的暫態(tài)投切而言，該方法所需要的采樣頻率和硬件的要求相對較低，可以使硬件出現(xiàn)故障的頻率大幅度降低，對后續(xù)負荷檢測設(shè)備的穩(wěn)定性而言具有非常重要的意義。但采樣率較低這一特點給后續(xù)的分析與處理造成了一定量的難度。

實際情況中，當相同類型用電器開啟時，僅利用暫態(tài)特性就會出現(xiàn)一定的局限性，此時穩(wěn)態(tài)特征的加入會增大二者之間的差距。且負荷設(shè)備穩(wěn)定工作需要一定的時間，在啟動的瞬間電流波形存在差異，對于非線性負荷而言，不同用電器在啟動的瞬間會產(chǎn)生大小不同的瞬時脈沖，這種脈沖會具有一定的持續(xù)時間。而電阻類負荷設(shè)備幾乎在啟動瞬間就達到了穩(wěn)定工作狀態(tài)，當遇到電阻類負荷時暫態(tài)提取法可能會由于時間較短無法檢測到大致曲線此時的暫態(tài)提取法具有較大的優(yōu)勢。

有關(guān)穩(wěn)態(tài)特征的提取算法較多，典型的算法有聚類算法，是穩(wěn)態(tài)提取中最常用的一種算法。其它算法例如K-means、Mean shift[24]、AP算法等[25]。上述算法主要是根據(jù)有功功率和無功功率的數(shù)值進行聚類分析對功率大小相同的用電器認為其為同一種用電器，運算簡單、成本低。

穩(wěn)態(tài)數(shù)據(jù)易獲取，但也具有不足之處。不同功率的負荷在同一時刻工作時，穩(wěn)態(tài)負荷辨識的準確度會非常低。由于提取暫態(tài)特征時提取的時間段會非常小。不同負荷的暫態(tài)具有比較直觀的差異，會減小特征重疊問題，可通過負荷分解避免穩(wěn)態(tài)特征重疊問題，這是穩(wěn)態(tài)特征無法比擬的。

為解決以上問題，穩(wěn)態(tài)特征辨識常常與尋優(yōu)算法相結(jié)合可以很大程度上解決多種用電器同時啟停的問題，以遺傳算法為例[26]，對于兩種用電器同時啟停的問題可以通過交叉、變異以及通過目標函數(shù)計算出最有可能的用電器組合，可以快速分解出用電器啟停，從而解決了多種用電器辨識的難題。

2.3 負荷特征組合

根據(jù)穩(wěn)態(tài)負荷特征和暫態(tài)負荷特征的區(qū)別進行辨識，掌握兩者各自的優(yōu)勢與不足，并考慮使用場景的局限性是十分必要和科學的。結(jié)合目前家用負荷的實際情況對非侵入式負荷監(jiān)測所存在的問題進行分析，考慮到目前電器產(chǎn)品更新快、功能多、結(jié)構(gòu)復雜等特點，對負荷特征的分解工作造成一定的困難，應(yīng)采用多種負荷特征結(jié)合的方式為非侵入式負荷監(jiān)測的分解與辨識提供科學的參考依據(jù)，從而提高非侵入式負荷監(jiān)測在復雜場景中的適應(yīng)性與負荷辨識結(jié)果的精度。

具有相同或相近負荷特征的用電器，僅依托一種負荷特征的非侵入式負荷識別結(jié)果并不可靠，對辨識結(jié)果的精度影響較大[27]。這是因為小功率設(shè)備有功和無功功率比較接近差距較小，造成不能夠清晰的辨識出兩者的不同之處，故容易產(chǎn)生二者相混淆的情況。因此將功率作為負荷特征還需輔助以其它特征諸如小波變換等。此外，同一種用電器不同檔位也存在相同的暫態(tài)特征，此時可通過功率來進行區(qū)分。將不同的特征進行多次辨識可以極大程度上彌補了單一負荷特征所辨識出的不足之處。

另一方面在公共建筑中存在大量不同種類的大功率負荷設(shè)備，其中以空調(diào)居多，對于小功率的用電設(shè)備的特征（如諧波）很容易被大功率用電器的波動所淹沒造成檢測錯誤的問題，通過對不同用電器進行多特征辨識可以增加特征量減少誤檢、漏檢的可能。

3 總結(jié)與展望

本文圍繞非侵入式負荷特征的提取方法進行研究分析，通過對侵入式負荷監(jiān)測與非侵入式負荷監(jiān)測進行對比，闡述了傳統(tǒng)侵入式負荷監(jiān)測所存在的不足與非侵入式負荷監(jiān)測的優(yōu)勢。在分析用電器類別的基礎(chǔ)上需要對三類用電器的負荷特征建立起與之相對應(yīng)的特征數(shù)據(jù)庫，按照數(shù)據(jù)庫提取的方式可以分為暫態(tài)特征和穩(wěn)態(tài)特征兩類，具體分析并總結(jié)了暫態(tài)與穩(wěn)態(tài)特征提取在NILM數(shù)據(jù)辨識中的應(yīng)用與各自的優(yōu)勢和不足之處。最后分析總結(jié)穩(wěn)態(tài)和暫態(tài)相結(jié)合的算法的優(yōu)勢。

隨著智能電網(wǎng)、智能家居、智能電表等技術(shù)的發(fā)展，以及用電水平改變對負荷側(cè)柔性調(diào)控需求的增加，非侵入式負荷特征提取與識別因其具有不需要用戶干預(yù)、需要安裝的硬件監(jiān)測設(shè)備較少、成本低等特點，已逐漸成為負荷監(jiān)測的重要發(fā)展方向。

1）智能家居是目前發(fā)展的一個趨勢，可以利用非侵入式負荷監(jiān)測的數(shù)據(jù)進行相關(guān)研究開發(fā)，打造一個軟硬件結(jié)合的平臺，提高用戶的節(jié)能意識。

2）可將穩(wěn)態(tài)和暫態(tài)數(shù)據(jù)相結(jié)合的方法對負荷模型進行優(yōu)化，從而實現(xiàn)更高精度的負荷建模。

3）目前非侵入式負荷監(jiān)測適應(yīng)性不強，但可借鑒數(shù)學、計算機等相關(guān)領(lǐng)域的研究成果進行創(chuàng)新，進一步提高非侵入式負荷監(jiān)測的適應(yīng)性與準確度。

未來的研究將以穩(wěn)態(tài)特征為主，暫態(tài)特征為輔，增加用電器的特征種類。該方法可以極大程度上增加系統(tǒng)的辨識精度，具有廣闊的發(fā)展前景。