论文总字数：19409字

摘 要

电力系统中的负荷监测具有重要意义，传统的侵入式负荷监测需要在每一个监测负荷上安装设备，在安装和维护过程中耗时耗费，且系统稳定性差。在此基础上，提出了非侵入式负荷监测系统（NILM系统），该系统只需在电力供给总端安装监测设备，具有廉价，方便和稳定性强等优点。对NILM系统采集到的电力数据进行分析，得到各个负荷的运作情况，这些信息对电网系统优化仿真、电力系统规划管理都具有重要意义。

负荷在投切过程中，其电流的稳态和暂态过程有着各自的特征。这是我们能够识别投切过程并将各个负荷运作情况从总电流信号中分解出来的基础。在负荷投切过程中，其电流幅值发生较大变化，本文利用这一特性，结合电流幅值包络线来抓取投切暂态发生点。

根据暂态过程各个负荷的特性，我们定义了暂态正负幅值电流脉冲含量，和电流平缓度，并结合电流正负幅值的稳态特征量，建立了负荷五个特征值得特征向量。本文利用电流包络线，建立了电水壶、电风扇和电视机这三种家用负荷的特征库。

在抓取负荷投入电路时间点后，计算该点处的特征向量，并利用欧式距离判别分析法，将该点未知负荷与负荷特征库中的标准特征量进行比对辨识。模拟实验表明，本文的负荷辨识算法对两种家用负荷的混合情况辨识效果良好。

关键词：非侵入式负荷监测系统，负荷特征库，欧式判别分析，负荷分解，电流包络线

Abstract

Load monitoring is significant for power system. The initial monitoring system, which named Intrusive Load Monitoring (ILM) System, need to install equipment on every load you need to monitor. It leads to huge waste of time and money in the process of installation and maintenance. Non-intrusive Load Monitoring (NILM) system only needs to install monitoring devices on the electrical power entrance, this system is lower-cost, more convenient and more stable then ILM system. We can analyse the power data from NLLM to get the operating information of each load which is essential to both simulation of power grid and management of power system.

The steady and transient states of load current have their own characteristics when it turns on and turns off. This is the basis for detecting load and decomposition of the single load operation from the total current signal. In the process of detecting load, the amplitude of load current changes greatly, according to this feature, with combination of current amplitude envelope, we can find the transient point of investment and cut.

In this paper, we define five characteristic values; it includes current amplitudes of positive and negative sides, current pulse value of positive and negative sides and waveform fluctuation. And we build load feature database which includes electric kettle, hair dryer and TV with these five characteristic values.

After getting the transient point of investment and cut of load, calculate the feature vector at this point, then use Euclidean Distance Discriminant Analysis Method to distinguish the unknown load. Simulation experiments show that the load identification algorithm has good effect on the mixture of two kinds of household loads.

Key words: Non-intrusive Load Monitoring system, load feature database, Euclidean Distance Discriminant Analysis Method, load identification, current envelope

目 录

摘 要 1

Abstract 2

目 录 3

第一章 引言 5

1.1研究背景及意义 5

1.2 NILM系统发展及现状 6

1.2.1 NILM系统的发展 6

1.2.2 NILM负荷分解算法发展 8

1.3 本文主要工作 9

第二章 数据采集及预处理 10

2.1 LabVIEW SignalExpress数据采集系统 10

2.2 数据预处理 11

2.2.1 去除常有电流 11

第三章 负荷暂态特征库建立 19

3.1暂态特征量定义 19

3.1.1暂态电流脉冲值 19

3.1.2 波形平缓度 20

3.2特征向量库的建立 21

第四章 投切辨识及负荷辨识实验模拟 23

4.1判别分析 23

4.2投切过程识别及混合负荷识别算法 23

4.3 仿真模拟 24

4.3.1 电水壶投入实验仿真 24

4.3.2电水壶切除实验仿真 24

4.3.3电水壶和电吹风混合实验仿真 25

第五章 总结与展望 28

5.1 总结 28

5.1.1 本文中算法的不足 28

5.1.2 改进方法 29

5.2 展望 29

第六章 附 录 30

6.1 包络线程序（以电视机为例） 30

6.2 混合投切过程识别程序 30

致 谢 32

参考文献 33

第一章 引言

1.1研究背景及意义

由于社会经济发展，我国电能消耗量飞速增加，电能消耗量的增加带来了两个亟需解决的问题。一是大量的电能需求导致电网发电和配电设施在用电高峰期即将达到临界状态^[1]，解决这一问题的一种方法是建立新的发电厂和配电设施，然而由于技术以及国土面积等原因，这项工程耗时耗费，而且不利环保。另一种方法就是优化能源需求，即根据电能生产特征，在不影响用户用电情况下，合理优化用户需求，比如在用电峰值期间，选择性关闭一些大功率负荷，解决电网系统达到临界值的问题，在用电高峰期，我们关闭那些电器，才能不影响用户用电，这就要求我们能够清楚掌握用户用电行为，要以实际用户用电情况作为我们优化用电需求的信息基础。

第二个亟需解决的问题是能源短缺问题，我国经济发展快速，人口基数大，带动这样一个人口众多、领土广阔的国家的经济飞速增长，其能源消耗总量是巨大的，而消耗的能源中，电能是主要能源，如今的经济增长，电能需求量依然呈日益增长的趋势。与此同时，我国电能利用率较低，节能空间很大。如果能合理节约电能，对解决能源短缺问题，有着极其重大的意义。如果能够利用当前监测系统，准确获得居民电器负荷耗能情况，结合电网公司产电信息，合理使用家庭负荷，最大程度降低电能消耗，同时也能响应阶梯电价，降低用户用电成本，更提高了电网系统的效用。

剩余内容已隐藏，请支付后下载全文，论文总字数：19409字