鋁業(yè)、鋼鐵、化工、建材等工業(yè)作為河南省的傳統(tǒng)優(yōu)勢產(chǎn)業(yè)，是河南經(jīng)濟發(fā)展的重要支柱。隨著我國經(jīng)濟發(fā)展進入新階段，鋼鐵、有色等傳統(tǒng)行業(yè)面臨“去產(chǎn)能”“環(huán)保治理”“節(jié)能減排”的嚴峻形勢。2016年以來，國家相繼下發(fā)了《關(guān)于鋼鐵行業(yè)化解過剩產(chǎn)能實現(xiàn)脫困發(fā)展的意見》《關(guān)于營造良好市場環(huán)境促進有色金屬工業(yè)調(diào)結(jié)構(gòu)促轉(zhuǎn)型增效益的指導(dǎo)意見》，指出要化解鋼鐵、有色等行業(yè)過剩產(chǎn)能，實現(xiàn)企業(yè)的脫困發(fā)展。然而，目前有效監(jiān)測鋼鐵、有色等企業(yè)產(chǎn)能、產(chǎn)量的技術(shù)手段尚不完備，亟須創(chuàng)新監(jiān)測方法。為此，本文研究了基于電力大數(shù)據(jù)的工業(yè)用戶非侵入式監(jiān)測方法，可為有效監(jiān)測鋼鐵、電解鋁等重點企業(yè)生產(chǎn)情況提供技術(shù)支撐。

一 非侵入式負荷監(jiān)測理論

當(dāng)前應(yīng)用廣泛的負荷監(jiān)測系統(tǒng)分為侵入式監(jiān)測和非侵入式監(jiān)測兩種。傳統(tǒng)的侵入式監(jiān)測是在每個負荷處安裝相應(yīng)的傳感器，用來監(jiān)測每個位置的運行狀況，如圖1所示。侵入式監(jiān)測技術(shù)在實際應(yīng)用中存在許多問題，如安裝時須停電，包括線路改造、人力等在內(nèi)的工程成本較高；入戶安裝時可能會進入用戶隱私空間；人員可隨意控制檢測設(shè)備的運行狀態(tài)，運行數(shù)據(jù)的連續(xù)性和完整性難以保證等。

圖1 侵入式負荷監(jiān)測

非侵入式負荷監(jiān)測最初由Hart于20世紀80年代提出，其核心是對負荷進行有效的分解。非侵入式負荷監(jiān)測是在電力入口處安裝監(jiān)測設(shè)備，如圖2所示，通過監(jiān)測該處的電壓、電流等信號，利用有效的分解算法分析得到整體負荷中單個負荷的種類和運行情況。這種技術(shù)可節(jié)省安裝和維護的時間，減少投入，能夠開展能量監(jiān)測、故障監(jiān)測、故障分析等多類電能質(zhì)量控制分析。

圖2 非侵入式負荷監(jiān)測

Hart提出的非侵入式負荷監(jiān)測方法主要利用用電設(shè)備在啟停時的功率變化特征，通過捕捉負荷功率變化情況，有效辨識用電設(shè)備的啟停，分析各類用電設(shè)備的功率比例。基于這一理論，美國電力科學(xué)研究院開發(fā)了一套非侵入式負荷監(jiān)測系統(tǒng)，該系統(tǒng)首先進行功率變化的邊緣檢測，通過聚類匹配方法，判斷功率變化所對應(yīng)的用電設(shè)備的投入或退出。上述方法基于穩(wěn)態(tài)功率變化數(shù)值，其能較好地檢測單一用電設(shè)備投入/退出，但對多個用電設(shè)備同時投入/退出則往往失效或出現(xiàn)誤判。有人應(yīng)用突變信號檢測方法提出基于暫態(tài)功率信息的非侵入式電力負荷監(jiān)測方法，利用暫態(tài)功率曲線中顯著變化部分作為用電設(shè)備的識別標識，可在一定程度上識別用電設(shè)備的類型。之后非侵入式監(jiān)測在多個領(lǐng)域都得到了應(yīng)用，在考慮電壓擾動、模糊邏輯模式識別、神經(jīng)網(wǎng)絡(luò)等基礎(chǔ)上對非侵入式負荷監(jiān)測進行了進一步的改進研究。

目前，國內(nèi)的威勝、恒通、天津大學(xué)、東南大學(xué)等企業(yè)和高校不同程度地開展非侵入式負荷監(jiān)測技術(shù)實踐。2017年，國網(wǎng)江蘇省電力公司嘗試把該技術(shù)應(yīng)用到智能終端，從電表的進線端獲取相關(guān)負荷數(shù)據(jù)，開展小批量試點工作。2018年，國網(wǎng)江蘇省電科院在智能電表中安裝非侵入式負荷辨識模塊，辨識居民用戶用電情況，并在南京試點應(yīng)用。用戶可通過App、微信信息等方式，獲取各類家用電器能耗詳情，為進一步實現(xiàn)用戶節(jié)能優(yōu)化、家庭用電異常預(yù)警等智能雙向互動用電服務(wù)提供支撐。

但是，由于工業(yè)生產(chǎn)工藝環(huán)節(jié)復(fù)雜，涉及用電設(shè)備種類眾多，非侵入式負荷監(jiān)測在鋼鐵、有色等高耗能工業(yè)領(lǐng)域的應(yīng)用研究目前還處于空白。當(dāng)前受供給側(cè)結(jié)構(gòu)性改革和環(huán)境治理不斷推進的影響，鋼鐵、有色等傳統(tǒng)高耗能行業(yè)的“去產(chǎn)能”“環(huán)保治理”等行動不斷加大力度，開展工業(yè)用戶非侵入式負荷監(jiān)測可創(chuàng)新監(jiān)測監(jiān)管技術(shù)手段。

二 工業(yè)用戶非侵入監(jiān)測方法

工業(yè)用戶用電時間長、負荷大，其負荷曲線是一個非平穩(wěn)信號，信號中包含多種特征信息，整體特征要比普通居民用戶復(fù)雜。但是，工業(yè)生產(chǎn)一般具有典型的環(huán)節(jié)，例如鋼鐵企業(yè)，主要包括煉鐵、煉鋼、軋鋼生產(chǎn)工藝，各工藝具有不同的負荷特征和周期特性。

基于工業(yè)用戶負荷的非平穩(wěn)特征以及各生產(chǎn)工藝呈現(xiàn)出的周期特性，本文采用小波包分解和快速傅里葉變換相結(jié)合的方式，對工業(yè)用戶負荷信息進行信號分解和頻譜變換。針對工業(yè)用戶各項生產(chǎn)工藝周期較長的特點，利用小波包分解技術(shù)，濾除信號的高頻段噪音，保留低頻段主要信號。對于小波包分解后的低頻信號，進行快速傅里葉變換（FFT），獲取信號的頻率信息。再對不同工藝頻率信息進行逆變換，計算工業(yè)用戶主要生產(chǎn)工藝的運行情況和周期，結(jié)合工藝度電產(chǎn)能測算相關(guān)產(chǎn)能產(chǎn)量。

工業(yè)用戶非侵入監(jiān)測主要流程如圖3所示，下面對數(shù)據(jù)預(yù)處理、小波包分解和快速傅里葉變換模塊進行介紹。

圖3 工業(yè)用戶非侵入監(jiān)測主要流程

（一）數(shù)據(jù)預(yù)處理方法

工業(yè)企業(yè)現(xiàn)場采集的原始數(shù)據(jù)通常存在缺失值和異常值的情況，原因主要有兩個方面：一是傳感器在壓縮或傳輸數(shù)據(jù)時存在不確定性影響，造成數(shù)據(jù)丟失；二是測量裝置的不同，即對同一設(shè)備，不同測量裝置的結(jié)果不同。在使用數(shù)據(jù)進行頻譜分析之前，需要對采集到的原始數(shù)據(jù)進行預(yù)處理。數(shù)據(jù)預(yù)處理主要包括數(shù)據(jù)清洗、數(shù)據(jù)集成和數(shù)據(jù)變換等步驟。

數(shù)據(jù)清洗主要是對缺失值和異常值進行處理。缺失值的插補，可選用固定值法、最近值法、均值法、中位數(shù)法、眾數(shù)法，以及回歸法、拉格朗日插值法和牛頓插值法等；異常值的處理，以數(shù)據(jù)最小失真為目標，通過識別和處理兩個步驟進行分析處理。數(shù)據(jù)集成是指整合多個數(shù)據(jù)源的數(shù)據(jù)，形成一個統(tǒng)一且相對完整的數(shù)據(jù)集合，其主要技術(shù)難點是處理冗余和沖突數(shù)據(jù)。數(shù)據(jù)變換需要將數(shù)據(jù)轉(zhuǎn)換成適合算法分析和挖掘的形式，涉及數(shù)據(jù)的規(guī)范化、聚集和屬性構(gòu)造等方面的技術(shù)。本文主要采用缺失值補全、異常值處理等數(shù)據(jù)預(yù)處理方法。

1.缺失值補全

缺失值補全分為兩個步驟：通過滑動窗口計算出窗口中的數(shù)據(jù)缺失率，采用臨近數(shù)據(jù)集映射的方法補全缺失數(shù)據(jù)。

其中，t表示時間序列，c_t表示當(dāng)前滑動窗口的數(shù)據(jù)缺失率，M_t是當(dāng)前滑動窗口中缺失的數(shù)值個數(shù)，W_t是當(dāng)前滑動窗口長度。

計算缺失率過程中，必須保證當(dāng)前滑動窗口兩端的時間序列都有對應(yīng)的測量數(shù)值。如圖4所示，滑動窗口長度為13個時間序列，只有窗口（4）滿足計算條件，其數(shù)據(jù)缺失率為6/13≈46%；當(dāng)數(shù)據(jù)連續(xù)缺失個數(shù)超過滑動窗口長度時，此部分數(shù)據(jù)將不能補全。另外，滑動窗口的大小可根據(jù)效果進行調(diào)整。

圖4 滑動窗口

當(dāng)滑動窗口中的數(shù)據(jù)缺失率滿足計算條件時，采用臨近數(shù)據(jù)集映射法補全缺失數(shù)據(jù)。如圖5所示，滑動窗口長度為18個時間序列，當(dāng)其移動到t_n處時，數(shù)據(jù)缺失率為6/18≈33%，若滿足補全條件，則將［t_n+5，t_n+10］區(qū)間的數(shù)據(jù)集映射（此處采用正序列相等的映射方法）到［t_n+11，t_n+16］區(qū)間。

圖5 補全缺失數(shù)據(jù)

2.異常值處理

工業(yè)用戶負荷原始數(shù)據(jù)的異常值，主要是指某個時間點上的數(shù)值遠大于其附近數(shù)據(jù)集中極大值。本文將異常值處理分為兩個步驟：在滑動窗口所選數(shù)據(jù)集合中，采用離群算法識別異常值；將異常值修改成滑動窗口對應(yīng)數(shù)據(jù)集合的平均值。其中，離群算法具體流程如下：

（1）確定離群距離值。

式中，a表示離群距離約束值，Max_t表示當(dāng)前滑動窗口中的最大值，Min_t表示當(dāng)前滑動窗口中的最小值，S表示離群距離值。

（2）計算各個點的離群系數(shù)。

式中n表示當(dāng)前滑動窗口包含的數(shù)值個數(shù)，j表示遍歷各個數(shù)值，m_i和m_j表示第i個和第j個點對應(yīng)的數(shù)值，s_i表示當(dāng)前滑動窗口中第i點的離群系數(shù)。

（3）找出離群系數(shù)小于某一定值的一個或多個點。

（4）將找出的點值更改為其他點值的平均值。

（二）小波包分解模塊

工業(yè)用戶的各個生產(chǎn)工藝周期較長，使得各工藝對應(yīng)的信號頻率主要集中于低頻段。通過對信號進行小波包分解，獲得信號的低頻段信息，并對低頻信號進行頻譜分析。小波包分解是小波分解的改進和推廣。傳統(tǒng)的小波分解首先把信號分解為逼近部分和細節(jié)部分，然后再將逼近部分進一步分解為逼近和細節(jié)兩部分，重復(fù)進行這樣的分解，直到達到分解要求。而小波包分解同時對細節(jié)部分進行分解，小波包分解的時間尺度是任意的，不會出現(xiàn)時頻固定的問題，所以較多應(yīng)用于時頻分析，能較好反映信號的特征信息。

在大數(shù)據(jù)工業(yè)用戶非侵入監(jiān)測中，小波包分解根據(jù)尺度因子j的大小，將把Hilbert空間L²（R）分解成多個小波子空間W_j（j∈Z）的正交和，如表1所示，并按照二進制對各個小波子空間進行頻率細分。其中Uⁿ_j為第n（n=0，1，2，…，2^j-1）個小波子空間，j稱為小波子空間尺度，其對應(yīng)的正交基為uⁿ_j，k（t）=2^-j/2uⁿ（2^-jt-k），k為平移因子。

表1 小波包空間分解

在分解過程中，如果尺度足夠小，直接用L²（R）空間的函數(shù)f（t）的采樣序列f（kΔt）作為U空間的系數(shù)d⁰₀（k）。根據(jù)正交小波變換的算法原理，第j級、第k點的小波分解系數(shù)可寫為：

式中，h₀和h₁是兩個正交鏡像濾波器，其中第j級的分解系數(shù)是用第j-1級的系數(shù)來表示，根據(jù)此遞推關(guān)系，可以得到信號f（k）所對應(yīng)的各級分解系數(shù)大小，經(jīng)過j級分解，每個子空間對應(yīng)的頻帶區(qū)間為：

其中f_s為信號f（t）的采樣頻率。

對各個頻率區(qū)間的負荷信號進行能量譜的計算，根據(jù)能量譜的大小可以確定工業(yè)用戶負荷信號主要信息分布在哪些頻率區(qū)間，從而可用該能量譜所對應(yīng)的信號進行頻譜分析。能量譜的計算公式為：

其中，小波包分解系數(shù)dⁿ_j（k）的計算采用式（4）和式（5）的遞推算法。

（三）快速傅里葉變換模塊

經(jīng)過小波包分解后的負荷信號，通過改進的快速傅里葉變換（Fast Fourier Transformation，F(xiàn)FT），分解為多個不同頻率的信號，有效提取工業(yè)用戶負荷信號的特征信息，為確定各類生產(chǎn)工藝的運行情況和周期打下基礎(chǔ)。

改進的快速傅里葉變換方法，利用離散傅里葉變換（Discrete Fourier Transformation，DFT）的奇、偶、虛、實等特性，對DFT進行改進獲得。本文中包含了按時間抽取的FFT和按頻率抽取的FFT。

對于有限離散數(shù)據(jù)x（n），n=0，1，…，N-1的DFT定義為：

為了將大點數(shù)的DFT分解為小點數(shù)的DFT，序列的長度N必須為復(fù)合數(shù)，本文采用N=2m（m為正整數(shù)）。按時間抽取的FFT，將序列x（n）按奇偶項分解為兩組：

則DFT也將分為兩組：

一個N點的DFT被分解為兩個N/2點的DFT，全部N點的DFT可由下式確定出來：

按頻率抽取FFT法，將N點DFT寫成前后兩部分，即：

把X（k）分解為奇數(shù)組和偶數(shù)組，經(jīng)過等式變換得到：

并令

則兩個N/2點的DFT為：

三 大數(shù)據(jù)工業(yè)用戶非侵入監(jiān)測案例分析

鋼鐵是河南重要的傳統(tǒng)支柱產(chǎn)業(yè)，生產(chǎn)工藝復(fù)雜，特別是具有完整生產(chǎn)鏈的鋼鐵企業(yè)，生產(chǎn)系統(tǒng)龐大。利用非侵入式監(jiān)測方法，分解生產(chǎn)過程用電負荷，確定鋼鐵企業(yè)主要生產(chǎn)工藝的運行情況和周期。同時，通過典型環(huán)節(jié)和工藝度電產(chǎn)能測算，獲得企業(yè)一段時間鋼鐵產(chǎn)能產(chǎn)量，可為重點工業(yè)用戶去產(chǎn)能、降低能耗進行監(jiān)管提供技術(shù)手段。

（一）鋼鐵企業(yè)生產(chǎn)工藝流程

鋼鐵企業(yè)生產(chǎn)環(huán)節(jié)復(fù)雜，用電設(shè)備眾多。但是，鋼鐵企業(yè)生產(chǎn)工藝比較固定，典型工藝流程如圖6所示，主要分為：

（1）煉鐵。通過鐵礦石中鐵的氧化物與焦炭發(fā)生氧化還原反應(yīng)，得到鐵的生產(chǎn)流程。

（2）煉鋼。將氧氣等鼓入生鐵中，降低碳含量并減少其他雜質(zhì)含量，得到雜質(zhì)較少、性能較好鋼材的生產(chǎn)流程。

（3）軋鋼。通過軋鋼機的輥壓，形成所需形狀和性能要求鋼材的加工過程，分為熱軋和冷軋兩種。

（4）其他加工與轉(zhuǎn)換。在生產(chǎn)過程中所需的氧、水、風(fēng)等制備轉(zhuǎn)換。

圖6 鋼鐵企業(yè)主要生產(chǎn)工藝流程

（二）鋼鐵企業(yè)負荷大數(shù)據(jù)預(yù)處理

利用數(shù)據(jù)預(yù)處理方法對用電負荷數(shù)據(jù)進行預(yù)處理，減少某些異常值、缺失數(shù)據(jù)造成的影響，更加準確地反映用戶的真實用電情況。

以河南某鋼鐵企業(yè)的原始負荷數(shù)據(jù)（未乘以綜合倍率）為例，電表在某日采集的數(shù)據(jù)集出現(xiàn)缺失。如圖7所示，數(shù)據(jù)集的采樣時間間隔是15分鐘，缺失時間段為21：00～22：00，共缺失5個數(shù)值。

圖7 電表原始數(shù)據(jù)

根據(jù)數(shù)據(jù)集的實際缺失情況，選擇臨近數(shù)據(jù)集映射法補全部分缺失數(shù)據(jù)，設(shè)定滑動窗口的長度為12，即以3小時內(nèi)的數(shù)據(jù)集為單位來補全其中的缺失數(shù)據(jù)，并設(shè)定最大缺失率為50%，當(dāng)缺失率大于此設(shè)定值時，則不補全缺失數(shù)據(jù)。在上面的情形中，當(dāng)滑動窗口移至19∶30處時，其窗口范圍是79～90，當(dāng)前數(shù)據(jù)缺失率為5/12≈42%＜50%，滿足數(shù)據(jù)補全的條件，補全后的數(shù)據(jù)集如圖8所示。

圖8 補全后的電表數(shù)據(jù)

圖9所示為河南某鋼鐵企業(yè)的某日原始負荷數(shù)據(jù)（未乘以綜合倍率），此處采用離群算法來處理異常值，滑動窗口的長度設(shè)定為10，離群距離約束值設(shè)定為2，規(guī)定離群系數(shù)小于2時確定為異常值，異常值處理流程如下：

圖9 異常值處理前電表數(shù)據(jù)

（1）離群距離值S=（1.7488-0.4224）/2=0.6632。

（2）前10個數(shù)值為第一組，按照公式（3）計算各點的離群系數(shù)，各個數(shù)值及其對應(yīng)的離群系數(shù)如表2所示，離群系數(shù)均未小于2，所以判定這一組無異常值。

表2 各個數(shù)值及其對應(yīng)的離群系數(shù)

（3）后移滑動窗口，再按照步驟二的方法重復(fù)判定，獲得處理后的數(shù)據(jù)集。

處理后的數(shù)據(jù)集如圖10所示，異常值被平均值替換。以第63個數(shù)據(jù)值1.7488為例，在經(jīng)過算法識別和平均值處理后，替換成1.3956。

圖10 異常值處理后電表數(shù)據(jù)

（三）利用非侵入技術(shù)分解鋼鐵企業(yè)工藝流程

通過對該鋼鐵企業(yè)2018年3～9月用電負荷數(shù)據(jù)進行預(yù)處理，完善企業(yè)用電原始負荷數(shù)據(jù)，結(jié)合相關(guān)綜合倍率，得到該企業(yè)功率信號波形，如圖11所示。

圖11 某鋼鐵廠功率信號

對該企業(yè)原始負荷信號進行3層小波包分解，并且計算能量譜。3層分解分別有2個、4個、8個頻段，一共14個頻段，各個頻段的信號分解如圖12所示。