一种针对未知波形失真的两阶段鲁棒非侵入式负载监测方法

《Scientific Reports》：A two-stage robust non-intrusive load monitoring method against unknown waveform distortions

　　

摘要

非侵入式负载监测（NILM）是智能电网中的一项关键技术，近年来为节能和电气安全提供了创新解决方案。然而，现有的基于事件的NILM方法在波形提取过程中常常忽略了电压波动、线路损耗以及负载阻抗特性的变化所带来的影响。这些因素会导致提取出的波形出现各种失真，而这些失真在事先难以预测，从而显著降低了负载识别模型的性能。因此，我们将波形失真视为多源噪声干扰，并提出了一种能够抵抗未知波形失真的两阶段鲁棒非侵入式负载识别方法。该方法包括一个基于双映射机制的通用去噪模块和一个基于非局部残差收缩模块的鲁棒负载识别模型。该方法首先对失真的波形进行循环去噪处理，然后增强模型捕捉关键特征的能力，从而在存在未知噪声干扰的情况下实现可靠的负载识别。在三个公共数据集和一个私有数据集上的实验表明，即使在信噪比较低的情况下，该方法也能保持最佳性能。此外，该去噪模块还可以以即插即用的方式与其他识别模型结合使用，进一步提高系统的鲁棒性。这对于部署在住宅区电动自行车充电安全监控、校园宿舍禁用电器检测以及办公场所能源管理等领域尤为重要。