摘要
针对仅在非侵入负荷辨识终端无法实现对于小功率电器、特征相似电器等的辨识,以及辨识功能在智能电表中的实现问题。本文在用户电力入口处和主站端分别部署智能电表,并建立终端侧和主站侧的负荷辨识特征库;分析负荷事件检测、用电特征提取方案,终端侧采用特征量匹配实现负荷辨识;云侧采用k均值聚类实现负荷辨识。将辨识技术移植进辨识模块,并据此设计了模组式新型智能电表。以此方法对典型家用电器辨识能力及数据高级应用支撑能力进行分析,实证平台验证结果表明具有明显无功、电流谐波特征的电器在终端侧即可实现高精度辨识,而仅有有功特征的电器需结合云侧算法实现辨识精度提升。在数据融合应用平台,实现了用户分项电器用电量、用电趋势及行为习惯的展示,对用户用电行为等高级应用支撑力度显著。