配电网能效监测中的居民用户非侵入式负荷分解研究

发布时间：2020-03-21 09:38

【摘要】：配电网能效监测系统中,针对居民用电负荷的能效监测分析对于区域配电网的能效监测、节能降耗、削峰填谷、缓解社会用能紧张等方面,具有非常重要的意义。现有的居民用户电力负荷监测,从数据采集上可分为侵入式和非侵入式两种。侵入式负荷监测(Intrusive Load Monitor,ILM),即是对居民用户所有用电设备均装以数据采集装置,从而采集到详细而精准的家庭用电设备负荷信息,以此分析用户用电行为。而非侵入式负荷监测,也被称之为非侵入式负荷分解(Non-Intrusive Load Disaggregation),其只利用单个智能电表或其他智能电量采集设备来采集居民用户整体用电负荷信号,然后利用用电设备的某些先验性信息(如各用电设备工作时的特征和状态数据)和算法模型,将采集的居民电力用户的总用电负荷大致分解为单个用电设备负荷,从而进行分析和决策。相对于侵入式负荷监测,非侵入式负荷分解具有低成本、易维护的优势和装置简便的特点,其现有缺点在于对负荷的分解精度较低,且所需数据采样频率较高。考虑到以上问题,本文基于谱图理论,提出一种以低频采样数据来实现居民用电负荷非侵入式分解的方法。首先,以用户总负采样信号的相邻采样点差值来建立总负荷的图结构,同时通过对已知的各用电设备负荷信号相邻采样点差值的分类来定义各用电设备的图信号先验信息。然后,通过图拉普拉斯变换得到的图全变差函数来重构用电设备图信号的未知部分,重构过程中针对采样信号的平滑性所导致的重构图信号数值非标准化的问题,以模糊规整方法来解决。最后,对重构的图信号中相邻非零值之间的间隔所对应的负荷信号时段,其负荷数值赋以该用电设备的对应状态数据,从而实现各用电设备时序信号的重构。本文采用AMPds数据集,从采样频率、先验信息量等方面进行仿真实验,同时以基于因子隐马尔科夫模型的非侵入式负荷分解方法做对比实验,以总负荷分解精度和单个用电设备信号相似度等指标对结果进行分析。多组实验表明,所提方法有效且实用,在较低采样频率和先验信息较少等条件下仍能实现较高精度负荷分解。
【图文】：

负荷监测,工作原理,负荷特征,用电设备

图 1-2 非侵入式负荷监测的工作原理Fig.1-2 NILM Working Principle侵入式负荷监测相关方法中均会涉及一些基本概念，在此作荷特征征，也被称为负荷印记(Load Signatures,LS)，是非侵入式负一，几乎所有非侵入式负荷监测方法、模型均需借助这一概念指用电设备运行中所表现出特有的反映其自身用电状态的一随用电设备持续运行而不断重复出现的特点，具有显著的独对不同设备的区分。现有研究提及或运用的负荷特征，按所分为稳态和暂态两大类。各类负荷特征因其特点不同而被不法所应用，具体总结如表 1-1 所示。负荷特征提取依赖于信，但一般用电设备处于暂态过程的持续时间较短，对暂态特采样才能得到较完整的信息，这样对采样硬件设备的要求就表 1-1 负荷特征种类及特性总结

无向图,图结构,加权集合

广东工业大学硕士学位论文边的集合。G = (V , E )(2.1)对于一些特殊的图结构，其所含的顶点或边会拥有不同的权重，这样的图被称为带权图，一般可用式(2.2)来表示。G = (V , E , W )(2.2)其中集合 { | =1,2,3, , , }ij ijW w i, j N e E即表示边的加权集合。如果一个图结构的任意两个节点所构成的边具有方向性，即称此图为有向图，反之则称其为无向图[51]。如一个图的结构中任意两个节点之间至多只有一条边连接，同时图结构中也没有出现环的情况，，则这种图被称为简单图。这三种图结构的典型情况如图 2-1 所示。
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TM714

【参考文献】