基于设备运行状态检测与能量回归同步评估的居民非介入式负荷辨识算法研究

作     者：宋玮琼 王立永 宋威 朱肖晶 穆毅凡 冯燕钧 Song Weiqiong;Wang Liyong;Song Wei;Zhu Xiaojing;Mu Yifan;Feng Yanjun

作者机构：国网北京市电力公司电力科学研究院北京100080 国网北京市电力公司门头沟供电公司北京100080 东南大学南京211189 

出 版 物：《电测与仪表》 (Electrical Measurement & Instrumentation)

年 卷 期：2023年第60卷第12期

页      面：182-188,195页

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：国家电网有限公司科技项目(SGBJDK00JLJS2250128) 

主　　题：非侵入负荷辨识 多任务学习 多感受野融合 时间卷积 

摘      要：非侵入负荷辨识技术能够高效低成本地获得用户分项电能并支撑多种业务,基于分项电器能量回归的神经网络为负荷辨识技术提供了重要支撑。文中针对神经网络进行能量分解时在设备关停处的噪声识别污染及基于能量阈值法评估设备运行状态的局限性,提出了基于设备能量分解与运行状态分类的硬参数共享多任务学习模型,并根据能量回归与状态识别对输入序列全局与区域信息的敏感度差异,提出基于多感受野融合的时间卷积网络,实验结果表明文中所提算法模型在辨识效果上取得了提升,并在洗衣机、洗碗机等小功率波动设备上相较传统网络减少了50%的平均能量绝对误差。