李 想，刘宇航，张 琪，武 昕

（1.华北电力大学电气与电子工程学院,北京市 102206；2.国家节能中心,北京市 100045）

0 引言

随着城市居民的出行需求与交通堵塞、环境污染等现象之间的矛盾逐渐凸显,电动自行车（electric bicycle,EB）因其灵活易驾乘、低碳低成本且不需要投入巨资建设支持性设施等特点快速发展,并成为城市交通道路中不可或缺的交通工具。在社会保有量达到近3 亿辆［1］的同时,EB 的充电管理问题面临巨大挑战。虽然城中村及住宅小区逐渐普及安装了集中式充电站,但因其存在数量不足、分布不合理、维护不及时以及用户认可度低等问题,居民更倾向在家中或街道上私拉电线进行充电［2］,由此引发的火灾事故逐年攀升。据统计,EB 引起的火灾已占社会总体火灾的10%［3］。其中90%的火灾是充电不当引起的［4］。

传统的解决室内充电问题的方法是人工监管、案例宣传等,存在成本高、效率低、成效差等问题。通过人工智能（AI）摄像头识别EB 影像虽然对EB入户行为有较好的监控效果,但是无法避免私拉电线以及电池入户等行为,且设备安装和维护成本高,不易大规模推广。 非侵入式负荷监测（nonintrusive load monitoring,NILM）技术在用户电力入口处采集总电流电压进行分析以得到用电信息。考虑到违规充电的随机性、隐蔽性,非侵入式负荷监测在不干扰用户的前提下从源头实时监测各种形式的充电行为,避免用户意愿对设备普及的影响。可以大幅降低硬件和维护成本,并且向监管部门发出报警信息,及时提醒用户的违规操作,为隐患排查提供参考依据,对城市火灾事故预防具有重要意义。……