基于ELM的非侵入式電力負荷識別算法①

周 曉 李永清 張有兵

(浙江工業大學信息工程學院 杭州 310023)

0 引 言

2019年7月22日中電聯行業發展與環境資源部發布了2019年1-6月全國電力工業統計數據一覽表，表中顯示城鄉居民生活用電量累計4 993億千瓦時，累計增長9.6%，可見居民用戶是微電網的重要需求端。在積極響應節能政策中電力需求側管理顯得至關重要，非侵入式負荷監測是需求側管理的關鍵基礎技術[1]。通過對用戶用電數據的采集實現各類電力負荷的在線監測，不僅有利于用戶及時了解自身的用電情況，為用戶節能提供數據支持，引導用戶采取節能措施，還有助于電網在需求側管理中，通過優化電網的供電策略來達到節能目的[2]。

目前的負荷監測技術主要包括侵入式和非侵入式2類。侵入式方法需要在每個電力負荷內部安裝傳感器，此方法獲得的數據準確，但會產生成本較大、維護不易等問題。非侵入式只需在電力入口端安裝傳感器來實時監測和采集用戶負荷數據，通過負荷識別方法分析負荷的不同特征實現電力負荷的識別，從而實現將用戶的總用電信息細化到各類負荷上。非侵入式法成本低、安裝維修簡單，因此該方法將成為電力負荷識別的重要發展方向[3]。

非侵入式負荷監測在1992年由Hart[4]提出，其通過監測電力入口端的總負荷穩態功率來實現負荷識別，從而實現總用電信息的細化。近些年隨著人工智能技術的不斷發展，越來越多的學者將智能算法應用到負荷識別中，并得到了較好的發展。……