面向智能用電的非侵入式居民負(fù)荷監(jiān)測關(guān)鍵技術(shù)研究

杜峰

摘要：伴隨著智能電網(wǎng)技術(shù)的普及和居民節(jié)能意識的普遍提高，居民的耗電量已經(jīng)精確到每個電器上。電量的可視化技術(shù)為居民的用電安排及電網(wǎng)按需供電提供了更多可能，本文首先分析了面向智能用電的非侵入式居民負(fù)荷監(jiān)測的意義，并探究了非侵入式居民負(fù)荷監(jiān)測的基本原理，同時對其技術(shù)模型進(jìn)行了扼要闡明，以及為面向智能用電的非侵入式居民負(fù)荷監(jiān)測關(guān)鍵技術(shù)的更好發(fā)展提供參照。

關(guān)鍵詞：智能用電;居民負(fù)荷監(jiān)測;關(guān)鍵技術(shù)

引言：

隨著我國電網(wǎng)在需求側(cè)管理的不斷優(yōu)化，通過在居民側(cè)建立可視化監(jiān)測界面，能夠具體了解家用電器的能耗情況，從而幫助居民更好制定節(jié)能策略，對緩解能源緊張情況和高峰期用電不足問題，具有極為重要的意義。非侵入式電力負(fù)荷監(jiān)測在居民電力入口處設(shè)置傳感器，通過對居民用戶總電流和端電壓的數(shù)據(jù)分析，對居民住宅內(nèi)各類電氣器的功率及工作狀態(tài)進(jìn)行監(jiān)測，從而知曉居民室內(nèi)各項電氣的實際用電功率和用電規(guī)律，以更好服務(wù)于電力公司的電力分配、運行、管理。

一、面向智能用電的非侵入式居民負(fù)荷監(jiān)測的意義

相比于集總式的用電數(shù)據(jù)，精確到電器或設(shè)備的用電信息能夠為居民、企業(yè)、社會帶來諸多經(jīng)濟(jì)效益。對于電力公司而言，將居民精確到電器的用電數(shù)據(jù)錄入到計量測試數(shù)據(jù)管理系統(tǒng)中，在對數(shù)據(jù)進(jìn)行處理和分析后，首先能夠更為精確地對居民用電的地理尺度和時間尺度進(jìn)行劃分，從而更確切地獲得居民負(fù)荷密度空間分布圖和居民用電總量時間規(guī)律圖。以此提升配電方案的科學(xué)性，更好確保電網(wǎng)體系的安全運行。其次可提升電力負(fù)荷仿真模型的精確性，提升仿真穩(wěn)定極限的精度，從而避免由于精度模型的保守或不健全帶來的巨大損失。其三能夠幫助電力公司更好地確定動態(tài)電價和需求響應(yīng)激勵機(jī)制，實現(xiàn)削峰填谷，增強(qiáng)電力資產(chǎn)的利用率和電力系統(tǒng)的經(jīng)濟(jì)性、可靠性。緊急情況下，電力公司可通過需求響應(yīng)協(xié)議實現(xiàn)緊控制負(fù)荷，來實現(xiàn)電力系統(tǒng)的穩(wěn)定、避免系統(tǒng)崩潰的情況發(fā)生。除此之外，非侵入式居民負(fù)荷監(jiān)測同樣能夠幫助電力公司識別出隱藏在居民住宅中享受居民電價的小型工商公司，以更好避免盜電現(xiàn)象的發(fā)生，維護(hù)電力公司自身的合法權(quán)益。對于居民用戶而言，非侵入式居民負(fù)荷監(jiān)測能夠?qū)崿F(xiàn)對家中各類電氣用電規(guī)律及所屬狀況的精確掌握。以此幫助用戶及時分辨相關(guān)設(shè)備中的故障，幫助用戶以高性價比電器代替高耗能電氣。

二、面向智能用電的非侵入式居民負(fù)荷監(jiān)測技術(shù)基本原理

非侵入式負(fù)荷監(jiān)測只需對總負(fù)荷進(jìn)行掌握，即可實現(xiàn)電器設(shè)備的自動分解。非侵入式居民負(fù)荷監(jiān)測對于全社會而言，能夠有效促進(jìn)高耗能電器企業(yè)對自身產(chǎn)品進(jìn)行優(yōu)化，助力市場監(jiān)管部門做出相關(guān)環(huán)保政策，實現(xiàn)降低空氣污染、減緩溫室效應(yīng)的和諧目標(biāo)。不需要監(jiān)測裝置的大量安裝，即可降低設(shè)備購買、安裝、維護(hù)等相關(guān)成本。足夠值的注意的是在這種技術(shù)情況下，通過對環(huán)境下總負(fù)荷用電情況進(jìn)行監(jiān)測，能夠?qū)﹄妷?、電流、有電功率、無電功率等要素進(jìn)行提取，分解總電荷量來測取各分電器用電進(jìn)行，以此面向運營人員，對電器類別，運行狀態(tài)進(jìn)行具體確認(rèn)。負(fù)荷特征的相關(guān)概念的提出，對負(fù)荷特性對于電網(wǎng)高峰、需求響應(yīng)、電網(wǎng)規(guī)劃具有極為顯著的影響。原始算法以組合優(yōu)化技術(shù)為基礎(chǔ)，其基本思想在于找出被監(jiān)控設(shè)備的最佳運行狀態(tài)，以使得電表讀數(shù)與總功耗相一致。但這一方法往往僅適用于狀態(tài)、數(shù)量有限的設(shè)備，在狀態(tài)一致的情況下功耗一致，這同樣意味著具備連續(xù)可變功耗的設(shè)備并不能被納入監(jiān)控。隨著時代發(fā)展，人工智能技術(shù)在電力系統(tǒng)中逐步得到深入發(fā)展，隱馬爾科夫模型、粒子群算法、基于矩陣分解、貝葉斯模型等技術(shù)均被陸續(xù)應(yīng)用到NLM監(jiān)測應(yīng)用算法中。

三、面向智能用電的非侵入式居民負(fù)荷監(jiān)測技術(shù)模型

（一）用電信息采集系統(tǒng)

用電信息采集系統(tǒng)一般由主站、通信通道、信息采集設(shè)備所共同構(gòu)成，采集設(shè)備與用戶距離最近，具體包括采集器、智能電表、集中器等應(yīng)用型設(shè)備。智能電表作為最為直接的采集設(shè)備，負(fù)責(zé)采集電壓、電流、功率等用戶基本信息。采集器連接了多個智能電表，起著用電數(shù)據(jù)集中采集和本地數(shù)據(jù)基本處理的作用。而集中器則負(fù)責(zé)與主站間的數(shù)據(jù)連通，是主站、智能電表、采集器間的連接樞紐。通信線道一般可劃分為本地通信線道與遠(yuǎn)程通信線道這兩類，本地通信線道是指智能電表、采集器、集中器之間的線道，主體囊括無線微功率通信、低壓載波通信、RS-485通信等模式。遠(yuǎn)程通信信道則指的是集中器與主站間的通信鏈路，包括光纖、無線公、專網(wǎng)等。對區(qū)域內(nèi)大規(guī)模居民用電信息的采集工作，常常以公用配電變壓器臺區(qū)作為采集點，以集中器與各樓宇、住宅的采集器相連接，從而對該區(qū)域所有智能電表信息進(jìn)行匯總，以此完成用電信息采集工作。

（二）非侵入式居民負(fù)荷監(jiān)測技術(shù)模型

在用電信息采集系統(tǒng)的基礎(chǔ)上，結(jié)合邊緣計算概念，能夠進(jìn)行服務(wù)于區(qū)域范圍內(nèi)大規(guī)模居民用戶非侵入式居民負(fù)荷監(jiān)測技術(shù)的模型構(gòu)建工作。這一模型由電力信息采集設(shè)備、通信信道設(shè)備、邊緣計算設(shè)備及區(qū)域級云平臺構(gòu)成，其中本地監(jiān)測設(shè)備是指裝載有非侵入式居民負(fù)荷監(jiān)測模塊的采集器。各采集器與表箱內(nèi)的多個智能電表發(fā)生本地通道數(shù)據(jù)聯(lián)系，智能電表會以報文形式將區(qū)域內(nèi)居民用電信息以一定頻率發(fā)送給采集器。故而采集器處將出現(xiàn)服務(wù)于多個客戶的非侵入式居民負(fù)荷監(jiān)測任務(wù)隊列，邊緣計算設(shè)備則是指布置于臺區(qū)集中器邊緣的邊緣計算服務(wù)器，可以在模型中被視為邊緣計算節(jié)點。相比于本地計算設(shè)備，邊緣計算設(shè)備具備更大的儲存容量及更快的計算速率。非侵入式居民負(fù)荷監(jiān)測任務(wù)隊列的完成既可通過本地計算設(shè)備完成，也可通過通信信道上傳到邊緣計算設(shè)備中完成。這要求區(qū)域級云平臺能夠制定合理的分配策略，定義能效代價C為處理完某一區(qū)域內(nèi)全部任務(wù)的時延與能耗權(quán)重之和。云平臺應(yīng)當(dāng)兼顧設(shè)備計算能力、信道帶寬等客觀條件，以優(yōu)化能效代價為目標(biāo)展開策略制定。

（三）非侵入式居民負(fù)荷監(jiān)測技術(shù)分配策略生成方法

邊緣計算模型如何以優(yōu)化能效代價為目標(biāo)進(jìn)行策略制定，本質(zhì)上屬于混合整數(shù)線性規(guī)劃類問題，并且已經(jīng)被證明為是一類NP-Hard問題，故而應(yīng)當(dāng)對該問題求解的復(fù)雜度進(jìn)行降低。實踐過程中，這一問題可劃分為整數(shù)規(guī)劃問題與非線性規(guī)劃問題兩部分，在上述思路基礎(chǔ)上，本文提出一種基于深度學(xué)習(xí)的非侵入式居民負(fù)荷監(jiān)測分配策略。首先將輸入的數(shù)據(jù)量的以k個基于深度神經(jīng)網(wǎng)絡(luò)DNN的任務(wù)分配策略生成器生成k個候選任務(wù)分配策略，然后對各個候選策略的能效代價進(jìn)行計算，并將最低能耗代價對應(yīng)的策略標(biāo)記為x。最后結(jié)合輸入d與輸出x，共同作為任務(wù)樣本存儲在任務(wù)隊列中。以對k個DNN進(jìn)行訓(xùn)練，開始階段，任務(wù)策略生成器的生成策略較為隨機(jī)，這時的最優(yōu)策略一般為局部最優(yōu)解，而隨著后續(xù)DNN的優(yōu)化，策略生成器的策略逐步得到優(yōu)化累積，最終達(dá)到近似生成全局最優(yōu)解的目的。

結(jié)束語：

本文針對智能電網(wǎng)發(fā)展過程中面對的能耗管理問題，在原有非侵入式居民負(fù)荷監(jiān)測監(jiān)測的技術(shù)基礎(chǔ)上，實現(xiàn)了基于深度學(xué)習(xí)的策略優(yōu)化，對確保電力系統(tǒng)的安全平穩(wěn)高效運行具有建設(shè)性意義。

參考資料：

[1]崔燦.面向智能用電的非侵入式居民負(fù)荷監(jiān)測關(guān)鍵技術(shù)研究.2017

[2]單光普.基于HMM的非侵入式居民用電負(fù)荷分解研究.2018

[3]劉博.非侵入式電力負(fù)荷監(jiān)測與分解技術(shù).2014