附录A非侵入负荷监测原理及系统模型.docxVIP

附录A 非侵入负荷监测原理及系统模型 非侵入负荷监测仅在居民电力入口处采集用户用电负荷总的用电信息，图A1所示为非侵入负荷监测的基本结构，通过对总用电信息的分析与处理辨识单个负荷的运行情况，从而有效实现居民用电能效的实时跟踪与管理。非侵入式负荷监测简化了采集与测量机制，但全部负荷的用电数据均综合表现在同一采集信号中，从采集的整体信号中分析提取单个负荷，有效实现负荷辨识是非侵入式负荷监测的关键。 图A1 非侵入负荷监测结构图 Fig. A1 System diagram of NILM 本文算法利用负荷的电流信息，因此以电流信号模型为基础。假设一个居民用户中包含N种用电负荷，当每种负荷单独作用时，所产生的电流记作该负荷的特征电流Ik(t)(k=1,2,…N)，k为每种负荷的标号。非侵入式负荷监测系统的电流信号模型图如图A2所示，每种负荷均可看作独立的系统，将其时域表征记作hk(t)，U(t)为电网侧电压，特征电流Ik(t)为负荷系统的输出响应。Ik(t)可通过先验测试得到，在信号分析中可看作已知量。当有M个负荷投入运行时，I(t)记为非侵入机制下所采集的总电流信号，理论上等于各投入运行负荷的特征电流之和 (a) 单负荷运行 (b) 多负荷运行 图A2 非侵入负荷监测系统电流信号模型 Fig. A2 Current signal model for NILM system  附录B 负荷电流信号的频域特性分析 本文以多种典型的居民用电负荷为对象，采集了各自单独作用时所产生的特征电流Ik(t)，分别将Ik(t)变换到频域。图B1所示为4种不同负荷的特征电流频谱图，为了便于分析，频率f均利用式(B1)化为数字角频率??（-?,?）rad/s，其中fs为采样频率，本文信号的采样频率为fs=10kHz。 (B1) 图B1 负荷的特征电流频谱图 Fig. B1 Characteristic current spectrums of loads 特征电流的频率分量集中在-0.3?~0.3?范围内，对应于0~1.5kHz 频率段。所有负荷的特征电流频谱均以工频50Hz（ω=0.1?）为基波，即所有负荷均包含工频分量，且该分量能量最大。不同用电负荷特征电流信号的频率分量均存在较明显的差异，即各负荷存在特定的频谱分量，这是由于不同负荷硬件电路中存在较大的差异，电路的振荡频率及控制信号会引入特定的频谱分量，是进行负荷辨识的重要特征依据。此外，由于大量电器设备的智能化与数字化，其电子电路中会引入更丰富的高频分量，因此存在明显的特征分量。 文中所采用的频域特征是指其幅频分量满足式(B2)， (B2) 式中，Rmain为当前频率分量幅值，Rside为当前频点5个频率间隔范围内的幅值。若PSL大于13dB时，则当前频率分量为有效分量。文中采用当5次不同时间所采集的独立负荷电流信号频谱中均包含该有效分量时，则定义其为频域特征分量。  附录C 负荷电流信号的时域波形 图C1所示为文中8种不同类型用电负荷的特征电流时域波形。虽然时域波形有差异，但直接的时域辨识可行性小，由于多负荷同时运行时，能量较小的特征电流信号会完全湮没在能量较大的信号中，同时多信号叠加会改变原有电流信号的时域细节，造成时域可识别性小。 图C1 各用电负荷的特征电流信号 Fig. C1 Characteristic currents of power loads 图C2所示为非侵入采集模式下得到的总电流，即多种负荷运行时采集到的混合电流，为负荷3、5、8投入运行时的电流信号，其中图C2(a)为时域波形，图C2(b)为频域特性。 图C2 多负荷运行时采集电流的时频域波形 Fig. C2 Current signal wave in time domain when several loads are running  附录D 量化判决数值 表D1所示为模板滤波后对负荷状态进行量化判决的具体数值，对应于论文中图4的滤波结果，且与图5(a)相对应。 表D1 量化判决值 Tab.D1 Quantitative decision value 负荷 判决值 负荷状态 负荷1 0.0818 未投入运行 负荷2 0.0127 未投入运行 负荷4 0.0572 未投入运行 负荷6 0.1624 未投入运行 负荷7 0.0522 未投入运行 判决阈值 0.6 大于为投入运行 小于为未投入运行 负荷3 0.9048 投入运行 负荷5 0.8221 投入运行 负荷8 0.7502 投入运行 理想值 1 投入运行  附录E 空调不同模式下的频