基于神經(jīng)網(wǎng)絡(luò)模式識別的非侵入式負荷監(jiān)測方法研究.pdf

1、居民用戶是堅強智能電網(wǎng)的重要消耗端，也是微電網(wǎng)的重要組成部分。居民用戶的科學(xué)合理用電對推進整個社會的節(jié)能減排、緩解能源危機起著至關(guān)重要的作用。一個有效的家庭能源管理系統(tǒng)(REMS)是開展節(jié)能工作的基礎(chǔ)，它可有效地幫助居民用戶知曉家庭內(nèi)不同時段各電器設(shè)備的電能消耗情況，提高用戶參與需求響應(yīng)的意識，指導(dǎo)用戶合理選購節(jié)能設(shè)備，制定科學(xué)的節(jié)能計劃，繼而達到降低家庭消耗，減少電費開支的目的。因此，實現(xiàn)居民用戶用電細節(jié)的監(jiān)測對提高我國能源利用效率、

2、實現(xiàn)能源的可持續(xù)發(fā)展、緩解當(dāng)前能源壓力和建設(shè)能源節(jié)約型社會等具有重要意義。然而，當(dāng)前家庭中的智能電表只能告訴用戶一個總的能耗信息，并不能夠?qū)崿F(xiàn)居民用電細節(jié)的監(jiān)測。為此，人們提出了非侵入式負荷監(jiān)測(NILM)技術(shù)，它只需要在用戶的用電入口處安裝電力監(jiān)測設(shè)備，通過對該點收集到的電流、功率等信號進行分析得到家庭中每個或每類電器的具體用電情況。本文在總結(jié)前人研究的基礎(chǔ)上提出了一種智能化的NILM監(jiān)測方案，并對所提出方案的準確性和有效性進行了詳細

3、的分析。
　　本文首先詳細說明了 NILM技術(shù)的研究背景和意義，介紹了NILM技術(shù)的基本概念，為本文提出的NILM方案提供了扎實的基礎(chǔ)。另一方面，文章還介紹了國內(nèi)外負荷監(jiān)測技術(shù)的研究現(xiàn)狀，闡明了當(dāng)前NILM技術(shù)遇到的瓶頸和研究難點:包括對電力監(jiān)測設(shè)備采樣頻率要求高、分解準確率不高、難以有效處理多工作模式電器投入使用等問題?；诖?，本文將研究重點放在如何在低采樣頻率（小于1HZ）的前提下，通過對一個或幾個監(jiān)測得到的總負荷特征參數(shù)（如

4、電流、功率）進行分析，實現(xiàn)居民用電負荷的辨識。
　　其次，文章介紹了神經(jīng)網(wǎng)絡(luò)模式識別(NNPR)模型用到的理論基礎(chǔ)，包括神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)基礎(chǔ)以及應(yīng)用神經(jīng)網(wǎng)絡(luò)進行模式識別的發(fā)展概況。通過與傳統(tǒng)的模式識別方案進行對比，闡明了NNPR方案的優(yōu)越性。
　　第三，本文提出的NILM方案是基于神經(jīng)網(wǎng)絡(luò)模式識別技術(shù)。該方案在考慮負荷本身特征（電流，有功功率等）的同時，還充分利用了歷史監(jiān)測數(shù)據(jù)中隱藏的用電信息（即電器工作的時間

5、信息）。通過改變NNPR模型輸出層節(jié)點個數(shù)，有效解決了多工作模式電器的識別問題。而后利用監(jiān)測得到的歷史用電數(shù)據(jù)，提出電流密度曲線的概念，確定了負載工作模式種類以及每種工作模式下對應(yīng)的電流值，并依此對原始監(jiān)測數(shù)據(jù)進行標(biāo)記(Label)。
　　最后，文章給出了一種全新的非侵入式能耗估算方案，并使用實驗室數(shù)據(jù)和國際上公開的用于NILM技術(shù)研究的AMPds數(shù)據(jù)進行算法驗證。實驗室數(shù)據(jù)的算法驗證結(jié)果顯示，文章中提出方法的負荷辨識準確率在90