仝瑞宁，李鹏，郎恂，沈鑫，曹敏

(1.云南大学信息学院，昆明市 650504；2.云南电网有限责任公司电力科学研究院，昆明市 650217)

0 引 言

随着泛在电力物联网和坚强智能电网的深入推进，需求侧能效管理[1]和智能配用电技术[2-3]越来越受到关注。非侵入式用电负荷监测技术相比于侵入式负荷监测技术而言，无需繁琐的硬件安装，只需要采集电力供给入口处的电压电流，通过负荷辨识模型便能得到用电负荷的类别状态和电能消耗[4]。其可以为引导用户节约用电提供依据，同时有助于电网进行需求侧能效管理和细粒度用电信息感知。结合分时电价、激励响应等政策可以实现电网削峰填谷和优化运营的目的，是如今智能电网领域的研究热点[5]。

近年来，国内外学者对非侵入式负荷辨识方法进行了广泛的研究。文献[6]采用动态时间规整算法来度量变长暂态功率波形样本与模板时间序列的相似性，并采用最近邻分类策略实现了负荷辨识。文献[7]将功率和15次奇偶电流谐波进行组合，作为双向长短期记忆(bidirectional long short-term memory，Bi-LSTM)网络的输入进行负荷辨识。文献[8]采用Fisher判别分类器，结合功率、谐波特征等多维特征实现了负荷识别，对运行机理不同的负荷分类效果较好。文献[9]通过误判风险控制将k近邻与核Fisher判别相结合用于家庭负荷识别。文献[10]采用支持向量机(support vector machine，SVM)结合有功功率和无功功率进行负荷识别。文献[11]利用弹性反向传播神经网络(resilient back propagation，RPROP)算法，基于前16次谐波特征训练多层神经网络，实现了叠加态负荷分解。……