基于決策樹(shù)支持向量機(jī)的家用典型負(fù)荷分類*

王曉虎，康 兵，王宗耀，王 振，許志浩，習(xí)伯泉

（南昌工程學(xué)院 機(jī)械與電氣工程學(xué)院，江西 南昌 330099）

節(jié)能環(huán)保是文明生活的發(fā)展趨勢(shì)，每一個(gè)人都應(yīng)積極投入到節(jié)約能源的事業(yè)當(dāng)中。但礙于個(gè)人對(duì)自身能源使用情況的了解程度比較低，無(wú)法做到真正的節(jié)約用電。為提高用戶用電體驗(yàn)，對(duì)用戶側(cè)運(yùn)行數(shù)據(jù)進(jìn)行細(xì)化分析并全面掌握用戶用電特征的需求越來(lái)越迫切[1]。通過(guò)非侵入式的負(fù)荷分解監(jiān)測(cè)技術(shù)可以為普通用戶提供詳實(shí)的家庭能耗信息，幫助用戶進(jìn)行個(gè)性化的家庭能耗分析，使用戶了解自身行為習(xí)慣對(duì)于家庭能效的影響，從而引導(dǎo)用戶自覺(jué)采取節(jié)能措施，養(yǎng)成節(jié)約能源、低碳生活的良好行為習(xí)慣，為用戶提供個(gè)性化的用電設(shè)備節(jié)能控制[2]；同時(shí)為電網(wǎng)公司能效管理與電價(jià)政策等精細(xì)化用電服務(wù)提供數(shù)據(jù)支撐[3]。

國(guó)際上，最早的用電數(shù)據(jù)監(jiān)測(cè)起源于侵入式用電監(jiān)測(cè)技術(shù)，通過(guò)加裝大量的測(cè)量設(shè)備對(duì)用電情況進(jìn)行實(shí)時(shí)監(jiān)測(cè)。但這種方法既增加了用戶成本又降低了供電的可靠性，為此在20 世紀(jì)80 年代電力公司提出非侵入式監(jiān)測(cè)方法[4]；隨后美國(guó)電科院又開(kāi)展了非侵入式負(fù)荷監(jiān)控系統(tǒng)項(xiàng)目，以求達(dá)到對(duì)整個(gè)建筑負(fù)荷進(jìn)行跟蹤與分解的目的，其間還首次提到了關(guān)于暫態(tài)特征的使用[5]；近些年，文獻(xiàn)[6]又闡述了使用遺傳算法的新思路來(lái)處理暫態(tài)特征，并取得了良好的實(shí)驗(yàn)效果；在國(guó)內(nèi)，近十年掀起了對(duì)非侵入式方法研究的熱潮，如文獻(xiàn)[7-8]中闡述了通過(guò)計(jì)算最優(yōu)解的方法，對(duì)功率信號(hào)進(jìn)行了大量實(shí)驗(yàn)分析，在負(fù)荷較少時(shí)，能有效實(shí)現(xiàn)系統(tǒng)穩(wěn)態(tài)的非侵入式負(fù)荷分解；文獻(xiàn)[9]中，余貽鑫等人提出了負(fù)荷印記，對(duì)非侵入式負(fù)荷分解的基本原理和求解方法進(jìn)行了深入講解；文獻(xiàn)[10]中，林錦波提出基于聚類融合的負(fù)荷識(shí)別方法，并建立了相應(yīng)的負(fù)荷曲線分類深度學(xué)習(xí)模型，取得了較好的效果；文獻(xiàn)[11]改進(jìn)Viterbi 算法提高了負(fù)荷識(shí)別的精度；文獻(xiàn)[12]中闡述了小波分析在負(fù)荷分解識(shí)別中的應(yīng)用。

本文首次提出一種多層級(jí)的負(fù)荷識(shí)別思想，首先從電路物理特性上將家用電器分為電阻型、整流電子型和電機(jī)型三類，然后分別對(duì)三類電器進(jìn)一步細(xì)分研究，以降低算法的難度。

1 基本理論

1.1 家用電器負(fù)荷印記

本文主要對(duì)家用電器穩(wěn)態(tài)區(qū)段的負(fù)荷印記進(jìn)行研究，從電路基本物理特性（阻性、感性、容性）的角度對(duì)家用電器予以特征提取和分類研究，實(shí)現(xiàn)家用負(fù)荷分類。提出電流50%幅值從數(shù)學(xué)觀點(diǎn)來(lái)描述波形畸變情況，并結(jié)合由功率因數(shù)、電流諧波總畸變率、占比3 個(gè)參數(shù)構(gòu)成的負(fù)荷印記，即

式中，M 表示負(fù)荷印記，cosφ 表示功率因數(shù)，THDI 表示電流諧波總畸變率，B50%表示電流50%幅值占空比。由于電容、電感器件在家用電器中被廣泛應(yīng)用，電流波形畸變?cè)趯?shí)際家用電器中較為常見(jiàn)，因此提出電流諧波總畸變率和電流50%幅值占空比兩個(gè)量進(jìn)行描述，以下對(duì)cosφ、THDI 和B50%予以進(jìn)一步具體說(shuō)明。

1.1.1 功率因數(shù)

式中，cosφ 表示功率因數(shù)，I1為基波電流有效值，I 為總電流有效值，φ1為基波電流與電壓的相位角。

1.1.2 電流諧波總畸變率

電流諧波總畸變率是指周期性交流量中的電流諧波含量的方均根值與基波分量的方均根值之比的百分?jǐn)?shù)，即

式中，Ih表示電流諧波含量，即：

式中，Ii為各次諧波有效值，n 表示諧波次數(shù)。

1.1.3 電流50%幅值占比

電流50%幅值占比是指在一個(gè)正半周期內(nèi)電流瞬時(shí)值超過(guò)峰值50%部分的時(shí)長(zhǎng)占半個(gè)周期的比值，即：

式中ti是在正半周期內(nèi)電流瞬時(shí)值大于電流峰值50%的時(shí)長(zhǎng)，T 表示電流波形周期。

1.2 決策樹(shù)支持向量機(jī)

支持向量機(jī)（Support Vector Machine，SVM）是在線性可分問(wèn)題中求解最大邊距超平面的算法，約束條件是樣本點(diǎn)到?jīng)Q策邊界的距離大于等于1，從而將硬邊界SVM 轉(zhuǎn)化為一個(gè)等價(jià)的二次凸優(yōu)化問(wèn)題進(jìn)行求解。

SVM 的具體實(shí)現(xiàn)方法一般由訓(xùn)練和識(shí)別兩部分組成，首要是對(duì)模型進(jìn)行訓(xùn)練，給定訓(xùn)練數(shù)據(jù)X={X1，...，Xn}與學(xué)習(xí)目標(biāo) y={y1，...，yn}。本文具體訓(xùn)練數(shù)據(jù)為

學(xué)習(xí)目標(biāo)為（1，2，3）表征三類電器。

本文以家庭典型用電負(fù)荷數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，屬于小樣本數(shù)據(jù)集，以SVM 作為分類算法較為合適。SVM 具體算法有多種類型，本文選擇使用決策樹(shù)法（Binary tree，BT），先將所有類別分為兩個(gè)子類，而后再下沉等級(jí)分類，直至分出所有類別。

2 典型家用電器負(fù)荷印記的實(shí)驗(yàn)研究

2.1 電阻型負(fù)荷

電阻型的家用電器是指電器的負(fù)荷特征呈現(xiàn)出幾乎純電阻特征，如常見(jiàn)的白熾燈和熱水壺。其中，白熾燈的電壓、電流曲線如圖1 所示。

圖1 白熾燈電壓電流波形

通過(guò)分析圖1 波形可知，白熾燈等電阻性負(fù)載的電壓、電流波形基本接近正弦波，根據(jù)式（5）計(jì)算電流50%幅值占比約在66%左右。由于電阻型電器對(duì)外呈現(xiàn)出電阻特性，消耗有功功率，可考慮通過(guò)功率因數(shù)來(lái)描述這一特征，根據(jù)式（2）計(jì)算其功率因數(shù)約在1-0.97之間。由于發(fā)生的畸變部分較小，根據(jù)式（3）可計(jì)算得其電流諧波總畸變率約在0-0.19 之間。

2.2 整流電子型負(fù)荷

在描述整流電子模型類的電器時(shí)，特選取典型常見(jiàn)的該類家用電器：節(jié)能燈。通過(guò)電壓、電流傳感器對(duì)這兩種電器正常工作狀態(tài)下的用電數(shù)據(jù)信息進(jìn)行采集，如圖2 所示。

圖2 節(jié)能燈波形

由圖2 可知，節(jié)能燈的電流波形是脈沖狀，發(fā)生的畸變嚴(yán)重，通過(guò)電流50%峰值占空比這一物理量來(lái)進(jìn)行描述，根據(jù)式（5）計(jì)算其值約在10%左右；根據(jù)電流諧波總畸變率約在1.1-1.5 之間。由于整流電子型模型器件包含大量電容元件，其所消耗的功率除部分有功功率外還有無(wú)功功率，通過(guò)功率因數(shù)來(lái)描述這一現(xiàn)象，根據(jù)式（2）計(jì)算其值約在0.4-0.65 之間。

2.3 電機(jī)型負(fù)荷

選取常見(jiàn)的電機(jī)型家用電器：電風(fēng)扇、洗衣機(jī)得到波形如圖3。

圖3 電機(jī)型家用電器波形

通過(guò)分析圖3 可知，電風(fēng)扇的電流波形接近正弦波，發(fā)生畸變的部分較少，洗衣機(jī)波形為正弦波與脈沖疊加，畸變較為嚴(yán)重的，但電流波形可以明顯觀察到波形的超前現(xiàn)象。通過(guò)電流50%幅值占比這一物理量來(lái)進(jìn)行描述，根據(jù)式（5）計(jì)算電流50%幅值占比約在30%-50%左右；根據(jù)式（3）計(jì)算電流諧波總畸變率約在0.1-1.03 之間，跨度較大。由于兩者均是電機(jī)模型器件，其所消耗的功率除有功功率外，還消耗一定的無(wú)功功率構(gòu)建磁場(chǎng)，通過(guò)功率因數(shù)來(lái)描述這一現(xiàn)象，根據(jù)式（2）計(jì)算其值約在0.4-0.9 之間。

綜合分析上述三類電器，基于負(fù)荷印記 ，三類負(fù)荷分別呈現(xiàn)出不同的特征，如表1 所示。

表1 三類典型家用電器的負(fù)荷印記

3 基于決策樹(shù)支持向量機(jī)的分類方法

如圖4 所示，可以看出各類電器在三種電氣量下的空間分布有著明顯的界線。為了提高分類的準(zhǔn)確性，可首先區(qū)分電阻型器件與其他類別器件。然后再區(qū)分電機(jī)型器件與整流電子型器件。

圖4 不同電器在三種電氣量下的分布

為檢驗(yàn)負(fù)荷印記選取的合理性，按上述流程先選取白熾燈、熱水壺、節(jié)能燈、風(fēng)扇、電腦和洗衣機(jī)六種電器各50 組數(shù)據(jù)，分別提取組合負(fù)荷印記和單一因素負(fù)荷印記對(duì)SVM 進(jìn)行訓(xùn)練。再基于兩種負(fù)荷印記訓(xùn)練后的SVM 方法，分別對(duì)家用電阻型、整流電子型、電機(jī)型負(fù)荷各100 組進(jìn)行檢測(cè)分類，結(jié)果如表2 所示。

表2 基于兩種SVM 多分類方法比較結(jié)果

通過(guò)分析表2 可知，組合負(fù)荷印記SVM 模型三類電器分類準(zhǔn)確率均達(dá)到97.67%，高于單一因素訓(xùn)練SVM 模型的電阻模型、整流電子型、電機(jī)模型的識(shí)別準(zhǔn)確率，一對(duì)一支持向量機(jī)模型分類結(jié)果也遠(yuǎn)低于這一數(shù)值，充分證明本文組合負(fù)荷印記和決策樹(shù)SVM 方法的可行性。

4 結(jié)論

（1）本文所提出的B50%新型特征量在分類中起到了明顯的區(qū)分作用。

（2）本文基于家用典型負(fù)荷的實(shí)測(cè)數(shù)據(jù)，從電路特性的角度分析了不同類型電器的負(fù)荷波形特征，提出了功率因數(shù)、電流諧波總畸變率、電流50%占比等波形特征構(gòu)成組合負(fù)荷印記。

（3）提出基于決策樹(shù)支持向量機(jī)方法實(shí)現(xiàn)電阻型、整流電子型、電機(jī)型三類電器分類，準(zhǔn)確率高達(dá)97.67%，高于單一因素判據(jù)分類方法，從電路特性上解決典型家用負(fù)荷分類問(wèn)題。