基于用户边缘侧事件解析的工业电力负荷非侵入式感知辨识.pdfVIP

第45 卷 第4 期 2021 年2 月25 日 Vol.45No.4 Feb.25，2021 DOI：10.7500/AEPS20200323013 基于用户边缘侧事件解析的工业电力负荷非侵入式感知辨识 1 1 2 3 2 武 昕 ，于金莹 ，彭 林 ，王庆华 ，闫雨龙 （1. 华北电力大学电气与电子工程学院，北京市 102206；2. 华北电力大学环境科学与工程学院，北京市 102206； 3. 华北电力大学控制与计算机工程学院，北京市 102206） 摘要：考虑工业生产的持续、安全等因素，避免在高压生产区对负荷进行直接测量，采用非侵入式 感知模式在低压总用电计量端进行监测，通过分离解析总信号获取各负荷详细的运行情况。文中 研究了一种基于事件波形解析的辨识方法，为了适应不同用户生产门类及流水工艺的差异，将事件 解析下沉至用户边缘。首先，利用工业负荷单体功率大的特点，结合不同投切形式分离事件波形。 然后，在用户边缘形成该用户的解释空间，构建有效描述事件波形的结构化特征空间，建立映射规 则实现特征空间与解释空间的对应，并通过类别判定完成事件解析与负荷辨识。最后，利用聚类对 群体事件进行分类辨识以优化验证辨识结果。通过实际采集的钢铁工业用电数据验证方法的有效 性，实现其用电感知与事件解析。 关键词：工业负荷；用电感知；非侵入式负荷监测；负荷辨识；特征空间 0 引言 库。文献［15］利用深度学习算法将U-I轨迹图像特 ［1-2］ ［3-4］ 征与功率特征融合，提高负荷辨识能力。文献［16］ 工业互联网 和能源革命 的发展使中国电 利用图形信号处理算法对负荷进行辨识。 力工业微观环境发生了巨大变化，对供给与需求的 不断改进的算法验证了非侵入式负荷数据的可 交互和再平衡提出更高要求。工业负荷是需求侧的 分解性与可辨识性，形成了可行的处理流程与理论 主要用户，因此有必要对其进行用电监测，有助于对 基础。由于在设备数量、操作类型及运行环境等方 用户提供高效能源服务，实现绿色与智能用电。 面的差异，现有的对居民负荷的研究不适合直接用 传统的侵入式负荷监测方法获取的数据准确可 于工业负荷，应针对工业负荷的运行特点研究适用 靠，但对工业用户有较大局限。工业设备运行的稳 ［5-7］ 的分解辨识算法。目前对工业用户的负荷监测研究 定性、持续性及可靠性有严格要求 ，处于高压用 尚少。文献［18］提出基于滑动双边窗的事件探测方 电区域，若对其进行接触式或直接的监测，大量传感 法，该算法针对特定的用户且不能区分发生时间接 器的安装与维护不仅会影响生产设备的正常运行， 近的事件。文献［19］利用标准的NILM算法对工业 还会造成工业生产及人员的安全隐患。因此，应尽 冷库进行负荷分解，但标准算法对冷凝器、热泵等典 可能选择在低压侧进行间接测量。非侵入式负荷监 ［8］ 型工业负荷分解难度大。文献［20］提出了基于复 测 （non-intrusiveloadmonitoring，NILM）仅在用户