非侵入式

针对传统非侵入负荷辨识技术中电热细分能力不足的问题，文中提出了一种基于先验知识与统计学习模型的居民非侵入式负荷辨识算法。文中对洗衣机辅热、电水壶、电饭锅、电热水器等设备进行了电热细分研究，通过设备运行关联算法实现了辅热设备的细分，并在用户有限反馈信息和专家标注的基础上，实现了非辅热设备分类的模型训练。实验结果表明，文中所提技术框架在事件检测负荷辨识算法的基础上实现了电热设备的细分，且在运行状态分解的F1分数指标中取得了0.9以上的优异效果。

微型智能电流传感器是一种非侵入式微型电流测量装置，具有小体积、高精度、宽量程、宽频响、自取能、自组网、低成本、即贴即用等特征，适用于电网数字化转型中发、输、配、变、用等环节海量部署，全面采集电网基础运行数据。微型智能电流传感器采用磁阻传感芯片（TMR芯片）作为核心测量元件，支持集成电流监测、故障录波、谐波监测、无线授时、空中升级等特色功能，已用于智能变电站、配电房及户外线路的电流负荷监测。目前已实现量产供货，在粤港澳大湾区、广西、贵州等地规模化推广应用近1.6万余套，有力支撑了能源数字化转型和新型电力系统建设。

负荷识别是非侵入式负荷监测(non-intrusive load monitoring, NILM)的关键一步。针对目前识别方法存在网络参数量大、识别率低的局限性，提出了一种基于马尔可夫转移场((Markov transition field, MTF)和轻量级网络的非侵入式负荷识别方法。首先，利用归一化后的电压电流计算马尔可夫状态转移矩阵，在时域上排列每个状态转移概率构建MTF。其次，对MTF降采样以适应神经网络的学习，利用伪彩色编码技术得到RGB彩色图像。最后，在轻量级网络ShuffleNetV2中加入SimAM无参注意力模块作为特征提取网络，以较少的参数量实现负荷分类识别。使用公共数据集PLAID和WHITED对所提方法进行实验，结果表明，SimAM-ShuffleNetV2在两个数据集的识别准确率分别达到了98.99%和99.22%，参数量分别为0.37 M和0.41 M，比现有的方法具有更高的识别准确率和更少的参数量，验证了所提方法的有效性和优越性。

电力指纹技术是贵州电网公司首次提出，通过采集用电设备的电气数据，利用人工智能技术和大数据技术挖掘出能够表征设备特性的“电力指纹”特征，结合侵入式和非侵入式识别方法对设备的类型、特性、参数以及用户行为习惯等进行识别，实现对用电设备的监测、控制、管理和友好交互。

分布式电源（distributed resources，DR）中智能边缘设备数据传输的安全问题为电力系统带来了安全隐患。Modbus TCP（transmission control protocol）协议作为边缘设备采用的通信手段之一，其协议安全性的不足使得系统易遭到网络空间的攻击。为保障电力设备数据传输安全，对现有安全手段进行整理，分析现有安全手段在DR应用场景下的不足，提出一种非侵入式Modbus TCP协议安全增强方法。该方法采用云边协同的架构，利用电力控制中心云平台管理访问控制原则，将实际访问控制决策模块部署在边缘设备，并通过细粒度的访问控制组合限制恶意行为。依据Modbus协议参考指南，搭建DR应用场景进行渗透测试，验证该方法能有效防御重放攻击和中间人攻击，可将安全开销控制在百微秒以内，显著优于其他安全手段，满足DR对实时性的需求。

非侵入式负荷监测技术不仅能将电能流向透明化，还能简化智能电表安装流程，从而有效降低负荷监测成本。为提高非侵入式负荷监测中的负荷识别准确性，提出了基于数据扩充与无阈值递归图的非侵入式负荷识别方法。采用去噪扩散概率模型对小样本负荷数据进行数据扩充，以提升负荷识别方法的鲁棒性；通过去除递归图的Heaviside函数实现无阈值递归图以高效表征负荷特征，并结合Transformer深度学习网络构建负荷识别框架。将所提出的方法应用到3个实测数据集中，实验结果表明，所提方法能有效提高负荷识别准确度，改善分类效果。

本项目属于电气工程学科范畴，涉及电力营销服务内容。本项目是在改善营商环境迫切需求、客户对用电服务期望增高、电力体制改革的背景下研究产生的。成果具有技术突破性、模式创新性、理念先进性；对推动电力服务行业智能友好化、泛在互联化发展具有重大意义。 该成果技术完成特殊设备全量数据采集情况攻克研究。对载波集中器、面向对象规约采集终端等特殊设备进行采集程序优化开发、采集任务规则研判、抄读机制匹配改进。开发集成 21 套业务系统的智能服务平台。实现供电信息宏观全景展示，供电人员、物资、设备微观穿透查询。在全能型综合营业厅，引入动态人脸识别技术，采用随机森林算法和辑回归算法构建客户价值识别模型，形成客户综合价值评分。在电动汽车展示区运用“虚拟接触交互技术”提供交互体验。研究开发“智能运维”手机软件，推广“滴滴打车抢单式”现场运维工作模式。研究应用中继抄表（透传）功能，实现居民家中各电器用电负荷的非侵入式实时量测。研究应用“通信单元+超级电容”技术，支撑“主动抢修”服务。除以上所述技术创新点外，其他创新点包括：构建以智能营销管控中心为核心的“轮辐式”两级管理架构，引入“业务流程体”概念来优化协同联动的业务流程。筑牢庞大线下服务网络。打造全能型综合营业厅，实现身份信息秒级识别、定制服务精准推送；打造高效现场作业服务团队，依托“智能运维”手机软件推广“滴滴打车抢单式”工作模式，实行“积分-星级”工单及业务管理。推行智慧计量运行模式。研究推广基于用电信息采集系统全量数据的非侵入式居民用电能效服务模式；开展计量异常远程诊断。推行网格化新型营业模式，以网格为责任区实现多业务的末端融合。试点研究并逐步推广多项复合增值服务，即电力业务托管“O2O”服务、共享电气“C2C”服务、大数据“C2M”服务、新零售“B2C”服务。 项目获得授权实用新型专利 2 项、发明专利 1 项，申请发明专利 4 项；发表论文 2 篇。项目已在青岛市公司和 5 个县公司推广应用，效果显著、可推广性强。项目通过提升故障处理效率；同时提升了客户用电满意度，提高“获得电力”指标，改善营商环境；项目推动了电网企业组织架构的变革，使电力营销服务内容从单纯“售电”向基于客户多维需求感知的“交互体验式服务”转型，形成独具电网特色的核心竞争力。

随着泛在电力物联网建设持续推进，提升用电服务体验和电力营销精细化管理水平的重要性日益得到加强。在大规模智能电能计量装置的推广安装背景下，非侵入式设备负荷监测技术（Non-Intrusive Load Monitoring, NILM）也成为当下研究的热点。文章通过总结其基本原理与框架，梳理出该技术的功能特点，针对在客户服务中能够实现的应用场景进行研究和设计，充分剖析该技术在各项客户服务场景应用的优势。最后探讨该技术未来的研究方向。

智慧用能互动服务平台，集成业务系统、人工智能、数据中心等支撑技术。利用人工智能及大数据、云计算等先进技术，实现对居民智能用电综合服务。智慧用电互动服务平台结合居民用能的实际需求，主要实现物联接入管理、家庭能效服务、负荷聚合与精准分解、需求响应互动服务、生态构建与运营支撑等功能，提升居民智慧用能服务水平，构建泛在电力物联网智能用电生态圈。物联接入管理，通过非侵入式量测、智能插座、空调宝、智能空开等物联网终端设备的接入，实现对智能家居的互动服务和居民用能数据的采集，主要是对各个家庭用电设备的信息采集、监测、分析及控制，为智慧用电互动服务平台的建设提供基础服务。

在能源革命和数字革命驱动下，电网数据资产逐渐成为推动电网高质量发展的核心生产要素。然而电网数据安全可控要求高、数据量极大、数据孤岛现象严重，存在数据归集延时长、一致性差、完整性低，跨专业数据模型横向贯通弱，数据共享程度低和价值挖掘难度大等突出问题，难以支撑电网多业务交叉融合应用和数据价值深度挖掘。 本项目立足电网大数据治理重大需求，依托国家电网公司科技攻关和安徽电力示范工程项目，率先攻克了非侵入式增量数据实时捕获、电网数据多维智能决策治理模型构建、全业务多场景数据协同高度共享共用等技术难题，研发了具有完全自主知识产权的电网大数据治理系列产品。 项目拥有完全自主知识产权，已获得授权发明专利7项、软件著作权3项，发表期刊论文8篇。经杨善林院士鉴定，项目成果整体国内领先，部分国际领先。获得了国家电网报、中国网、环球网等多个权威媒体报道。 项目成果已在安徽成功应用，累计数据归集量超过2PB，治理脏数据超过100亿条。建成了基本覆盖安徽电力主营业务领域的大数据应用体系，形成核心数据资产，有力支撑了“阳光业扩”一站通办电、供电服务指挥中心、智慧能源大数据中心、企业信用评价等大数据应用，释放了数据要素放大、叠加、倍增效应。