基于三维特征向量的非侵入式电热负荷细分算法

作者：刘西昂; 周赣; 徐欣; 李志

来源：电力工程技术, 2021, 40(06): 150-192.

• 非侵入式负荷监测分解
• 典型电热负荷细化分解
• 三维特征向量
• 事件检测
• 事件提取
• 序贯覆盖法

非侵入式负荷监测分解(NILMD)技术是当前居民用能服务深化提升和电力供需互动的重要数据获取手段,然而当前工程上应用广泛的事件驱动型NILMD技术一直无法准确细化分解电热负荷。针对这一问题,文中提出了一种基于三维特征向量的典型电热负荷细化分解算法。首先,基于有功、无功功率和电流谐波等电气负荷特征采用事件检测方法提取电热事件,在有功功率的基础上,引入运行时长、频繁启停次数等非电气负荷特征共同构建三维特征向量电器模型。然后,采用序贯覆盖法设计典型电热负荷细化分解命题学习规则和细化分解算法。最后,基于实证实验数据进行分解验证,发现4种典型电热负荷的细化分解准确率超过85%。实验结果表明,文中所提典型电热负荷细化分解算法有效地提高了4种典型电热负荷分解的准确率。

• 单位
  东南大学