干貨 | 基于AI芯片的非介入式用電負(fù)荷識(shí)別應(yīng)用

本次匯報(bào)分四個(gè)方面，分別是項(xiàng)目背景，技術(shù)路線(xiàn)，成果整理還有總結(jié)展望。
首先，從國(guó)家政策大規(guī)劃大背景下，雙碳新基建還有十四五電力規(guī)劃，對(duì)邊緣側(cè)智能裝置，云端結(jié)合和智能計(jì)量裝置等設(shè)備和方面提出了新的要求。在2021年?duì)I銷(xiāo)部九號(hào)文件《2021年計(jì)量工作安排》中也指出，對(duì)于負(fù)荷辨識(shí)和非介入負(fù)荷識(shí)別的相關(guān)要求。非接入負(fù)荷辨識(shí)的優(yōu)勢(shì)在于改動(dòng)量小和準(zhǔn)確率高。該技術(shù)是通過(guò)接入用戶(hù)電力進(jìn)線(xiàn)端口記錄提取用電特征參數(shù)結(jié)合相關(guān)算法，對(duì)用電情況和細(xì)節(jié)進(jìn)行識(shí)別和監(jiān)測(cè)。此外也可以監(jiān)測(cè)設(shè)備老化和危險(xiǎn)用電情況等，實(shí)現(xiàn)對(duì)災(zāi)害風(fēng)險(xiǎn)的提前預(yù)警。

本項(xiàng)目主要是聚焦用電及消防安全。首先，根據(jù)國(guó)家消防救援局的情況報(bào)告，2022年全國(guó)電動(dòng)自行車(chē)保有量三億輛以上。全年共接報(bào)了電動(dòng)自行車(chē)火災(zāi)1.8萬(wàn)起，住所內(nèi)火災(zāi)3242起，其中以蓄電池充電的情況居多。那么同時(shí)，電動(dòng)車(chē)電池入戶(hù)充電的做法屢禁不止，在社區(qū)難以實(shí)現(xiàn)比較完善的監(jiān)測(cè)布局。本項(xiàng)目目標(biāo)是通過(guò)非技術(shù)復(fù)合辨識(shí)技術(shù)實(shí)現(xiàn)對(duì)電動(dòng)車(chē)如何充電的事件進(jìn)行檢測(cè)與預(yù)警。

接下來(lái)是技術(shù)路線(xiàn)。首先，項(xiàng)目框架分為邊緣測(cè)電表、算法和云平臺(tái)三部分，電表對(duì)用戶(hù)的電流電壓數(shù)據(jù)進(jìn)行記錄，并提取特征數(shù)據(jù)在邊緣側(cè)實(shí)現(xiàn)特征比對(duì)和事件的識(shí)別。同時(shí)通過(guò)電表上報(bào)數(shù)據(jù)和檢測(cè)的時(shí)間情況。云平臺(tái)對(duì)數(shù)據(jù)進(jìn)行長(zhǎng)時(shí)序存儲(chǔ)、事件存儲(chǔ)進(jìn)行判斷，還有對(duì)賬號(hào)項(xiàng)目進(jìn)行管理。云平臺(tái)也會(huì)雙向?qū)z測(cè)的特征進(jìn)行更新。

電表的記錄數(shù)據(jù)為高頻的數(shù)據(jù)通過(guò)6400赫茲的采樣電流及電壓數(shù)據(jù)，通過(guò)本地實(shí)時(shí)計(jì)算，視在功率、有功功率等特征之后，將一秒內(nèi)的數(shù)據(jù)平均值進(jìn)行數(shù)據(jù)上報(bào)。

針對(duì)電動(dòng)車(chē)充電事件可以分為瞬態(tài)特征與穩(wěn)態(tài)特征。左下圖是電流的瞬態(tài)特征，其中的尖峰大，占空比高，右側(cè)列出了一次記錄的典型數(shù)據(jù)，總時(shí)長(zhǎng)接近六個(gè)小時(shí)，那么右圖從上到下是電壓數(shù)據(jù)、電流數(shù)據(jù)還有各類(lèi)的功率數(shù)據(jù)，那么其中電動(dòng)車(chē)電池開(kāi)始充電時(shí)，電壓是有一處突變，同時(shí)電流和功率有明顯的圖層變化，此時(shí)是充電開(kāi)始。再往后出現(xiàn)充電過(guò)程分為電流峰值、電流漸變還有最后電流為0三個(gè)過(guò)程，到第三過(guò)程的時(shí)候電磁電量已經(jīng)充滿(mǎn)。

同樣是以此時(shí)的特征為例，別的判斷算法主要是通過(guò)瞬態(tài)的特征判斷，這里是根據(jù)最大電流量、單周期的電流大峰次數(shù)、波動(dòng)幅度還有控制時(shí)間等數(shù)值統(tǒng)計(jì)和條件判斷來(lái)比對(duì)當(dāng)前的電流特征是否與充電特征相匹配。穩(wěn)態(tài)特征主要是根據(jù)電流的漸變過(guò)程識(shí)別，這是通過(guò)云平臺(tái)存儲(chǔ)的長(zhǎng)時(shí)序數(shù)據(jù)去識(shí)別電瓶充電的電流變化特征，進(jìn)行二次的事件判斷和核實(shí)。

在邊緣側(cè)電表開(kāi)啟后，系統(tǒng)通過(guò)MQTT協(xié)議進(jìn)行數(shù)據(jù)通訊。數(shù)據(jù)周期上報(bào)，包括數(shù)據(jù)類(lèi)型，時(shí)間，內(nèi)容等信息。當(dāng)事件識(shí)別成功之后，也會(huì)上報(bào)對(duì)應(yīng)的事件以及更加細(xì)致的記錄數(shù)據(jù)。那么云端對(duì)于邊緣側(cè)算法的主要更新，依靠軟件包的整體更新。
進(jìn)入云平臺(tái)之后，可以對(duì)項(xiàng)目進(jìn)行管理，增刪改查以及設(shè)備管理、生命周期的管理和設(shè)備升級(jí)，還有監(jiān)控運(yùn)維，主要是進(jìn)行日志的跟蹤和監(jiān)控報(bào)警。硬件設(shè)備主要是采用了華大半導(dǎo)體的芯片，使用C語(yǔ)言進(jìn)行嵌入式的開(kāi)發(fā)。

通過(guò)設(shè)備的實(shí)地連接打通以上步驟，此處是將電表通上電，然后進(jìn)入云端。使用電動(dòng)車(chē)的電池電瓶進(jìn)行測(cè)試，示意圖是上圖。將電動(dòng)車(chē)電池接入220伏的電壓電表，單獨(dú)對(duì)電池電壓和電流進(jìn)行記錄，同時(shí)在云平臺(tái)里新建負(fù)荷辨識(shí)的測(cè)試項(xiàng)目。平臺(tái)測(cè)試顯示與邊緣側(cè)設(shè)備進(jìn)行了連接和激活，測(cè)試方式主要是通過(guò)反復(fù)的插拔電動(dòng)車(chē)充電插頭，同時(shí)穿插一些其他設(shè)備的充電去檢測(cè)是否能成功識(shí)別電瓶的充電事件。

測(cè)試結(jié)果如圖，時(shí)間軸上標(biāo)紅的時(shí)刻，上面七次主要記錄了開(kāi)啟電瓶充電的時(shí)刻，其中下午3:11是同時(shí)對(duì)電瓶和自己帶的筆記的電腦進(jìn)行充電。這里就是七次充電事件中檢測(cè)到了其中大概有一秒的延遲。關(guān)于電腦單獨(dú)充電的事件并沒(méi)有去干擾到整體的識(shí)別。當(dāng)然總體的測(cè)試還是有一些不足之處，因?yàn)楸旧碇皇褂昧艘粋€(gè)電腦，并沒(méi)有很好地就符合像居民充電那種比較復(fù)雜的情況。這里就是做了一個(gè)簡(jiǎn)單的測(cè)試。
最后對(duì)本學(xué)期的課程進(jìn)行總結(jié)，因?yàn)檫@個(gè)項(xiàng)目比較特殊，小組里面只有一個(gè)人，對(duì)我個(gè)人而言，主要是學(xué)習(xí)并熟悉了一個(gè)非介入負(fù)荷辨識(shí)的原理和算法，同時(shí)接觸并學(xué)習(xí)了嵌入式開(kāi)發(fā)和較為完整的云端協(xié)同通訊和邊緣計(jì)算的框架。后續(xù)準(zhǔn)備整理成果報(bào)告及進(jìn)一步的交流學(xué)習(xí)。