電力脈象

電力脈象，經常被認為是一種先進的AIoT技術，主要為基於高頻電力數據中電流、電壓等參數蘊含的有價值的特徵信息進行設備識別、負荷分解、故障診斷等。

基本介紹

• 中文名：電力脈象
• 外文名：Electricity Signature
• 所屬學科：電力、人工智慧、物理

定義

通常需要智慧型採集設備對區域總進線進行高頻採樣或針對特定工業設備進行高頻採用。學術界研究比較多的電力脈象技術包括：非侵入式負荷監測（Non-Intrusive Load Monitoring，簡稱NILM），電弧故障監測（Arc Fault Detection，簡稱AFD），基於設備故障判斷的預測性維護（Predictive Maintenance）等

原理

電力脈象技術中，無論是NILM、AFD還是Predictive Maintenance，現代技術通常為以數據驅動的、採用物聯網（IoT）和人工智慧技術（AI）實現負荷分解、設備識別、故障診斷、預測性維護等。

產品特點

1 數據採樣的高頻性，只有高頻數據才能體現或蘊含有價值、可模型化的特徵；

2 真實樣本的稀缺性，目前國際、國內無論在NILM、AFD還是Predictive Maintenance，均缺少真實的數據樣本，包括負樣本數據

3 分析結果的近似性，因為數據樣本的缺少以及真實環境的複雜性，電力脈象技術預測結果具備相似性

套用

典型的套用包括 電網公司對居民用戶的用電負荷分析、用電行為畫像、電氣消防故障預警、工廠設備的預測性維護等。