基于决策融合的非侵入式电力负荷辨识方法及应用

基于决策融合的非侵入式电力负荷辨识方法及应用

王森 ,李达伟 ,杨子元

包头供电公司  内蒙古  包头市  014030

摘要：随着用电设备的种类和数量增多，用电量也大大增加，设备故障也时有发生，为了实现电力负荷预测和设备故障诊断，分项计量技术得到了广泛应用。本文介绍了负荷检测的意义，电力负荷特征提取的方法，以及电力设备识别的算法。

        关键词：非侵入式负荷检测；电力负荷预测；方法研究；应用

       一、电力负荷监测的意义

        1.1对用户而言

        对用户而言可以帮助用户了解用电情况以及各个用电设备的用电情况，提高用户的节能意识、促进科学合理用电；检修诊断用电设备，得到稳定的用电保障；优化用电行为达到省电能和电费的目的。

        1）分项计量技术可以帮助居民了解用电情况，提高节能意识，可约用电。英国牛津大学ECI（Environmental Change Institute）再无分时电价激励下，用户若能明确得到总功率瞬时值，便可节能5~15%，均值约为9.2%，向用户实时反馈准确的用电信息具有具有最大的节能效益，均值达到12%，通过这些数据可知明确用电情况可以提高居民节能意识。[1]

        2）能够根据用电设备的用电情况，可以判断电气设备是否工作在正常状态下来帮助用户快速准确的监测，诊断和清理电气故障，将老化设备非正常工作设备进行检修及清除，有利于提高用电质量和稳定的保障。

        3）主要涉及调整电器运行参数设置（如改变热水器温度和空调温度）和调整电器运行使用模式（如错开用电高峰）等；
 

     1.2对电网而言

        电力分量技术对电力公司准确预测电力负荷、科学制定电网调度方案，提高电力系统的稳定性有重要意义。

        1）预测电力负荷对变电所，发电站和电力系统有重要意义，可以提高电力系统在发电，输电，配电的运行效率。根据预测电力负荷总量的时间分布图和负荷曲线，发电厂安排合理的日发电计划，确定电力系统的运行方式，建立优先发电制度，促进可再生能源的消纳，纳入规划风能，太阳能，生物质能等可再生能源优先发电，从而降低火力发电，减少煤炭等非可再生能源使用，减少能源开支，提高能源利用率。

        2）优化区域输电系统，建立常规电源发电计划灵活调动机制，各区域电网内共享调峰和备用资源，从而提高电网灵活性。

        3）电力公司可合理科学的制定电价，分配资金，为电力系统实施分段电价和分时电价等提供了衡量标准；同时可以更全面的评估电力公司的能效项目，提高电力资产的利用率。[2]

        4）对电网保护和维修有重要意义。通过对电力负荷的监测，对处于过负荷，低电压，过电流状态下，能实现预警和电力系统的保护。对长期处于非稳定状态下工作的大型设备，可进行定期检修。对出现故障的电路进行分析，能准确快速的进行故障排查和故障定位，为快速恢复供电提供了有力保障。

    5）确定主变压器，发电机组等设备检修计划以及制定变电所，发电厂扩建新建规划依据。也是合理、有计划引导种类用户的用电时间的依据。

 2负荷预测方法

        2.1时间序列法

        时间序列法就是根据某地区历史电力负荷数据建立一个数学模型，用这个数学模型一方面确定电力负荷的变化规律，另一方面在建立数学模型的基础上再确立负荷预测的数学表达式，对未来的负荷变化进行预测分析。时间序列法主要有自回归、滑动平均等。这些方法明显的优点是：所需历史数据少、工作量较轻，因此耗时少。但因其只致力于数据的拟合，对具有明显规律性的数据处理方式欠佳且没有考虑天气等影响负荷变化的因素，所以只适用于负荷变化较均匀且无明显季节性变化的短期负荷预测。

        2.2空间负荷预测法

        空间负荷预测最早是由美国Willis在1983年提出，其定义为在未来电力部门的供电范围内，根据规划的城市电网电压水平不同，将城市用电按照一定的原则划分为相应大小的规则（网格）或不规则（变电站、馈线供电区域）的小区（每个小区又称为一个负荷元胞，简称元胞）。通过分析、规划、预测城市小区土地利用的特性和发展规律，来进一步预测相应小区中电力用户和负荷分布地理、数量及产生时间。该方法是对未来的规划预测，不仅包括对负荷的大小，更是对于负荷的分布位置预测。SLF超越了传统的负荷预测方法，它是电力系统管理由粗放型向精细化转变的产物，且适应于现代新型电力系统规划。通过该方法的预测结果可以有效对地区内电力负荷安装位置及容量进行确定，从而显著提高电力系统的经济效益及稳定性能。

        2.3外推法

        外推法使用历年的电力负荷或电量数据资料，推测以后各年的用电情况的方法。外推法需要构造拟合函数，拟合函数时常用最小二乘法确定函数系数。常用的拟合函数有一次函数、二次函数、指数函数、S型函数等。由于最小二乘法是一种常用工具，此处不作介绍。当拟合函数型式确定以后，采用历史数据求出函数系数，再利用拟合函数确定预测期内的电力负荷或电量。

2.4灰色模型法

        灰色模型法是一种针对含有未知且不确定因素的系统进行预测的方法。通过对部分已知信息的开发，生成并提取有用信息，从而对系统运行行为和其演化规律进行正确且有效的描述和监控。该方法可在数据缺失的情况下找出某个时间段内数据变化的规律，以此建立负荷预测模型。灰色模型法分为普通灰色系统模型和最优化灰色模型两种。普通灰色预测模型是一种指数增长模型，当电力负荷严格按指数规律持续增长时，此方法的优势得以凸显———其预测精度高、所需样本少、人工耗时短且计算量小，所得预测结果还可以进行检验。缺点是对于具有波动性较大的电力负荷预测误差较大，因此并不适用于实际情况。但最优化灰色模型可以把波动幅度较大的原始数据序列变换成规律性较强的成指数递增变化的序列，以此来适应灰色模型法所需条件，大大增加了适用范围和预测精度。灰色模型法能很好的适用于短期负荷预测。该方法要求负荷样本数据少、不用考虑分布规律和变化趋势、计算简便、在短期内有着很高的预测精度。但是所用样本数据离散程度越大———即数据灰度越大，预测精度也会明显下降，因此在选择数据样本上有着较为苛刻的局限性。

     4未来发展方向

        在对电力负荷数值进行预测性计算的时候，相关人员需要对造成负荷问题的原因进行把握，避免只将负荷数据当作单独的数据来进行时使用，要将数据放置在电力系统之中，对负荷产生的原因进行深究，以小型水电系统为例，其数量比较多，但是单机容量却比较少，在开展调度活动时，难以将分布分散的水电系统完整地纳入到调度范围，同时水电系统还会受到周边环境的影响，而出现负荷变化，使预测负荷值工作出现偏差，相关人员需要加大对负荷原因的把握力度。

        结束语

        负荷预测的期限不同，所选择的的预测方法也不同，所需要调研、收集的相关数据也不尽相同，一般在实际负荷预测时采用多种方法进行预测来相互校验，本文研究了几种常用的电力系统负荷预测的方法，并通过实例分析了相关方法的实用性。

        参考文献：

        [1]肖白，周潮，穆钢．空间电力负荷预测方法综述与展望[J]．中国电机工程学报，2013，33（25）:78－88．

        [2]杨城雨，杨建国.影响电负荷预测因素分析[J].科技创新与应用，2013（6）：29.
[3]刘博，非侵入式电力负荷监测与分解技术。