Giới thiệu
Từ thế kỷ 21, điện đã trở thành yếu tố then chốt hỗ trợ phát triển kinh tế nước ta và đóng vai trò không thể thay thế trong sự tồn tại và phát triển của con người. Lưới điện thông minh tận dụng các công nghệ hiện đại để tận dụng tối đa năng lượng tái tạo đồng thời cung cấp điện cho các thiết bị cuối, cho phép lập kế hoạch linh hoạt và quản lý điện thông minh. Khi lưới điện thông minh tiếp tục mở rộng, số lượng thiết bị tiêu thụ-năng lượng-cao về phía người dùng ngày càng tăng, dẫn đến các yêu cầu ngày càng nghiêm ngặt đối với các dịch vụ điện tinh tế. Việc xác định tải của người dùng là rất quan trọng để thiết kế các chiến lược tiết kiệm năng lượng-cho lưới điện thông minh. Việc xác định tải chủ yếu liên quan đến việc lấy mẫu và phân tích dữ liệu sử dụng điện từ phía người dùng để xác định các thiết bị tiêu thụ năng lượng-năng lượng cao, từ đó giúp người dùng cải thiện cách sử dụng điện hiện tại của họ. Hiện tại, hầu hết các lưới điện thông minh ở quốc gia của tôi đều sử dụng công nghệ nhận dạng tải xâm nhập, triển khai cảm biến cho từng phụ tải của người dùng để thu thập thông tin sử dụng điện. Tuy nhiên, công nghệ nhận dạng này không chỉ tốn nhiều thời gian và công sức mà còn gặp khó khăn trong việc đảm bảo thu thập thông tin năng lượng hiệu quả, cản trở sự phát triển lành mạnh của lưới điện thông minh. Do đó, bài viết này sử dụng công nghệ đồng hồ đo thông minh để nghiên cứu phương pháp xác định phụ tải lưới điện thông minh không xâm lấn nhằm thúc đẩy sự phát triển của công tác xác định phụ tải lưới điện thông minh theo hướng thông minh.
Thiết kế nhận dạng phụ tải lưới điện thông minh dựa trên công nghệ đồng hồ thông minh
Thu thập dữ liệu lưới điện thông minh dựa trên đồng hồ thông minh
Hiện tại, số lượng thiết bị điện tiêu thụ-năng lượng{1}}cao đáp ứng nhu cầu lối sống đa dạng của con người ngày càng thu hút sự chú ý rộng rãi. Về phía người sử dụng lưới điện thông minh, mỗi hộ gia đình có thể sở hữu vài hoặc thậm chí hàng chục thiết bị điện. Do nguyên lý hoạt động đa dạng và đặc tính điện của các thiết bị này, việc xác định phụ tải đòi hỏi thời gian và công sức đáng kể để thu thập dữ liệu năng lượng từ các thiết bị này, điều này ở một mức độ nhất định sẽ hạn chế sự phát triển của lưới điện thông minh. Để đạt được mục tiêu này, bài viết này giới thiệu công nghệ đồng hồ đo thông minh để thiết kế một kỹ thuật nhận dạng tải trọng không-xâm lấn. Đầu tiên, đồng hồ thông minh được sử dụng để thu thập dữ liệu tiêu thụ điện năng từ phía người dùng của lưới điện thông minh. Đồng hồ thông minh không cần lắp đặt tại nhà người dùng; chúng có thể được cài đặt đơn giản trên bus bên-của người dùng lưới điện thông minh. Chip đo sáng trong đồng hồ thông minh thu thập dữ liệu nguồn điện, chẳng hạn như điện áp, dòng điện và nguồn điện từ các thiết bị trong nhà của người dùng và truyền dữ liệu này qua giao diện SPI. Khi sử dụng đồng hồ đo thông minh để thu thập dữ liệu tiêu thụ điện năng ở phía người dùng của lưới điện thông minh, các đặc điểm trạng thái ổn định sẽ được quan sát thấy trong các thiết bị này trong quá trình hoạt động ổn định. Do đó, cần phải xác định các giá trị hiệu dụng của điện áp và dòng điện của các thiết bị này, thể hiện các đặc điểm trạng thái ổn định sau:
Trong công thức, tôi0là giá trị hiệu dụng của dòng điện phía người sử dụng lưới điện thông minh; bạn0là giá trị hiệu dụng của điện áp phía người sử dụng lưới điện thông minh; N là chu kỳ lấy mẫu của đồng hồ thông minh; I(t) là tín hiệu hiện tại-phía người dùng được đồng hồ thông minh thu thập; U(t) là tín hiệu điện áp phía người dùng-được đồng hồ thông minh thu thập.
Công suất của các thiết bị điện ở phía người sử dụng lưới điện thông minh không thể được thu trực tiếp bằng đồng hồ thông minh. Nó cần được tính theo công thức (1) và công thức (2). Công thức tính toán là:
Trong công thức, P0là giá trị hiệu dụng của công suất tác dụng phía người sử dụng lưới điện thông minh; f là tần số lấy mẫu của đồng hồ thông minh; và M là tần số lấy mẫu của đồng hồ thông minh. Trong quá trình vận hành thiết bị điện phía người dùng lưới điện thông minh-, đặc tính nguồn của các thiết bị điện khác nhau có dạng khác nhau và khác nhau đáng kể. Vì vậy, bài báo này sử dụng giá trị công suất hiệu dụng thu được theo công thức (3) làm một trong những dữ liệu hợp lệ để xác định phụ tải lưới điện thông minh.
Đồng hồ thông minh có thể thích ứng với các thiết bị điện khác nhau ở các hộ gia đình người dùng khác nhau. Phụ tải điện thu được có độ chính xác và ổn định cao nên phù hợp cho việc nhận dạng phụ tải lưới điện thông minh.
Tiền xử lý dữ liệu lưới điện thông minh
Khi sử dụng công tơ thông minh để thu thập dữ liệu điện năng từ phía người dùng cho lưới điện thông minh, không thể tránh khỏi sự can thiệp từ các yếu tố môi trường bên ngoài, dẫn đến nhiễu và sự bất thường trong dữ liệu được thu thập. Do đó, việc xử lý trước dữ liệu được thu thập là cần thiết trước khi xác định tải để nâng cao hiệu quả của nó. Hơn nữa, để đảm bảo tính tổng quát của công nghệ nhận dạng phụ tải lưới điện thông minh, bộ dữ liệu phụ tải được sử dụng để nhận dạng lý tưởng nhất phải bao gồm các loại thiết bị điện khác nhau, có nguồn gốc từ hai hộ gia đình sử dụng trở lên. Điều này đảm bảo rằng tập dữ liệu tải được sử dụng để nhận dạng bao gồm một bộ dữ liệu tải toàn diện hơn, tạo điều kiện thuận lợi cho việc nhận dạng.
Đầu tiên, bộ lọc S{0}}G được sử dụng để khử nhiễu dữ liệu nguồn điện phía người dùng của lưới điện thông minh. Bộ lọc S-G là bộ lọc thông thấp- phù hợp với tín hiệu dữ liệu nguồn trong miền thời gian thông qua cửa sổ trượt, nhờ đó đạt được độ mịn và khử nhiễu của tín hiệu dữ liệu nguồn. Giả sử tập dữ liệu công suất phía người dùng-được đồng hồ thông minh thu thập là X=(x1, x2, …, xi, …, xn), bài báo này xây dựng ak-đa thức 1 bậc để phù hợp với tập dữ liệu đã thu thập. Biểu thức khử nhiễu của bộ lọc SG là:
Trong công thức, Yilà dữ liệu nguồn-phía người dùng của lưới điện thông minh sau khi lọc và làm mịn; a0, a1, a2, …, ak-1 là các hệ số đa thức. Sau khi được xử lý theo công thức (4), xung dữ liệu tải được làm mịn ở một mức độ nhất định, từ đó giảm nhiễu hiệu quả. Sau đó, dữ liệu được lọc và xử lý. Khi đồng hồ thông minh thu thập dữ liệu tải phía người dùng, lỗi thiết bị đột ngột và các yếu tố khác sẽ gây ra các giá trị bất thường trong dữ liệu được thu thập. Những giá trị bất thường này sẽ ảnh hưởng đến hiệu quả nhận dạng tải ở một mức độ nhất định. Do đó, trước khi thực hiện nhận dạng phụ tải lưới điện thông minh, cần xóa các giá trị bất thường trong dữ liệu mẫu đã thu thập. Bài viết này sử dụng phương pháp ngưỡng để xóa dữ liệu bất thường. Nói một cách đơn giản, một ngưỡng hợp lý được đặt trước và dữ liệu tải đã thu thập sẽ được truyền qua. Trong quá trình truyền tải, tải vượt quá ngưỡng đã đặt sẽ được giữ lại và tải không vượt quá ngưỡng sẽ bị xóa và dữ liệu được giữ lại sẽ được chuẩn hóa. Công thức tính chuẩn hóa là:
Trong đó Y′ là dữ liệu nguồn điện phía-người sử dụng lưới điện thông minh được tiêu chuẩn hóa; Y là giá trị trung bình của dữ liệu nguồn điện phía-người sử dụng lưới điện thông minh ban đầu; và Y0là độ lệch chuẩn của dữ liệu nguồn-phía người dùng lưới điện thông minh ban đầu. Cuối cùng, dữ liệu nguồn điện phía người dùng lưới điện thông minh-được xử lý trước theo quy trình trên được kết hợp để tạo thành một tập dữ liệu phụ tải-chất lượng cao nhằm nhận dạng phụ tải tiếp theo.
Xây dựng mô hình mạng tích chập tạm thời để nhận dạng tải
Nói chung, dữ liệu năng lượng phía người dùng lưới điện thông minh-được thu thập bởi đồng hồ đo thông minh thể hiện mối tương quan chặt chẽ về mặt thời gian. Vì vậy, bài báo xây dựng mô hình mạng tích chập theo thời gian để nhận dạng phụ tải lưới điện thông minh. Mạng tích chập thời gian là một cải tiến trên mạng tích chập cơ bản, chủ yếu bao gồm hai thành phần: tích chập giãn nhân quả và các kết nối dư. Tích chập giãn nở nhân quả là một cấu trúc một chiều. Nói một cách đơn giản, tín hiệu thời gian ở lớp tiếp theo chỉ có thể thu được bằng cách dựa vào tín hiệu thời gian ở lớp trước mà không bị rò rỉ dữ liệu tải vào các thời điểm khác. Do đó, mô hình nhận dạng được xây dựng bằng mạng chập tạm thời cũng là một mô hình-bị ràng buộc về thông tin. Hơn nữa, đầu ra của các lớp chập của mô hình bị ảnh hưởng bởi độ sâu mạng. Do đó, trong nhận dạng tải thực tế, cần giảm số lớp tích chập nhân quả hoặc tăng kích thước bước lấy mẫu của tích chập giãn để tránh hiện tượng nổ gradient do các mạng sâu hơn gây ra. Về các kết nối còn lại trong mô hình, bài viết này sử dụng các kết nối bỏ qua để ngăn chặn hiệu suất huấn luyện mô hình kém. Giả sử rằng đầu vào của mô hình mạng tích chập thời gian là a và đầu ra của lớp đầu tiên là f(a), mạng nơ ron chuyển tiếp của khối dư của mô hình mạng tích chập thời gian có thể được mô tả như sau:
Trong đó ω1 và ω2 lần lượt là trọng số của lớp tích chập thứ nhất và thứ hai trong mô hình nhận dạng mạng tích chập tạm thời; δ là hàm kích hoạt. Khi đó, theo công thức (6), đầu ra của lớp chập thứ hai của mô hình có thể thu được:
Trong đó g(a) là đầu ra của lớp chập thứ hai của mô hình nhận dạng mạng tích chập tạm thời. Quy trình để đạt được nhận dạng phụ tải lưới điện thông minh bằng cách sử dụng mô hình mạng tích chập tạm thời trong bài viết này như sau: Đầu tiên, dữ liệu phía người dùng lưới điện thông minh do đồng hồ thông minh thu thập được đưa vào mô hình và mô-đun trích xuất tính năng mô hình sẽ trích xuất các tính năng của dữ liệu sử dụng điện. Sau đó, giai đoạn huấn luyện mô hình bắt đầu, thiết lập các tham số như trọng số và độ lệch. Đồng thời, việc truyền dữ liệu tiến và lùi được thực hiện bằng cách sử dụng hàm mất để xuất nhãn nhận dạng của tải mục tiêu. Tóm lại, bài viết này đạt được khả năng nhận dạng không xâm phạm-các phụ tải phía người sử dụng lưới điện thông minh{6}}bằng cách sử dụng công nghệ đồng hồ đo thông minh.
Phân tích thực nghiệm
Chuẩn bị thí nghiệm
Để xác minh tính hiệu quả của công nghệ đồng hồ thông minh trong lưới điện thông minh, một thử nghiệm mô phỏng đã được thực hiện bằng bộ dữ liệu REDDD. Do số liệu thống kê sử dụng điện của từng người dùng trong tập dữ liệu khác nhau nên tập dữ liệu đã được sàng lọc và phân vùng để thu được tập dữ liệu thử nghiệm như trong Bảng 1.
Bảng 1 Số liệu thực nghiệm
| Loại thiết bị | Tập dữ liệu đào tạo | Tập dữ liệu thử nghiệm | ||
|---|---|---|---|---|
| ID người dùng | Cỡ mẫu | ID người dùng | Cỡ mẫu | |
| Tủ lạnh | 1, 6, 7 | 128 | 5, 8 | 52 |
| Máy giặt | 2, 5, 9 | 131 | 4, 10 | 56 |
| Lò vi sóng | 1, 3, 4, 10, 12 | 157 | 5, 11 | 83 |
| Điều hòa không khí | 2, 3, 5, 6, 10 | 109 | 6, 12 | 43 |
| Máy nước nóng | 4, 9, 11, 12 | 113 | 7, 10 | 44 |
| Máy tính | 2, 4, 10, 12 | 102 | 8, 9 | 46 |
Như được trình bày trong Bảng 1, thí nghiệm xác định phụ tải này sử dụng sáu loại phụ tải thiết bị điện trong bộ dữ liệu REDD làm dữ liệu thực nghiệm, với tổng số 1064 mẫu. Dạng sóng dòng điện nhất thời của các tải điện thực nghiệm khác nhau được thể hiện trên Hình 1.
图１ 实验电器负荷暂态电流波形
Trong thử nghiệm này, dòng điện nhất thời của từng tải thiết bị điện được trích xuất bằng các đặc điểm dạng sóng đa chiều, sau đó phương pháp nhận dạng tải được thiết kế trong bài viết này được sử dụng để phân loại và nhận dạng. Đồng thời, công nghệ nhận dạng phụ tải lưới điện thông minh dựa trên LSTM và công nghệ nhận dạng phụ tải lưới điện thông minh dựa trên mạng thần kinh được chọn làm nhóm đối chứng để tiến hành kiểm tra nhận dạng trên cùng một bộ dữ liệu, sau đó thu được kết quả nhận dạng, sau đó so sánh và phân tích.
Phân tích kết quả
Để so sánh hiệu suất nhận dạng và phân loại tải của từng công nghệ, sai số tuyệt đối trung bình (MAE) được sử dụng làm thước đo đánh giá và biểu thức của nó là:
Trong đó MAE là sai số tuyệt đối trung bình (MAE) của kết quả nhận dạng phụ tải đối với lưới điện thông minh; T là thời gian phát hiện; yilà giá trị tải thực tế tại thời điểm thứ i; và x là kết quả nhận dạng tải tại thời điểm i. Số liệu này chủ yếu phản ánh sai số giữa kết quả nhận dạng và phụ tải thực tế tại một thời điểm cụ thể trong khoảng thời gian phát hiện cụ thể và có thể được sử dụng để đo lường độ chính xác của công nghệ nhận dạng phụ tải lưới điện thông minh.
Bảng 2 cho thấy so với công nghệ nhận dạng tải nhóm điều khiển, công nghệ đề xuất đạt được mức độ cải tiến nhất định trong việc xác định tải của cả sáu loại thiết bị điện. Công nghệ nhận dạng phụ tải được đề xuất đạt được sai số tuyệt đối trung bình là 1,135 kWh, giảm tương ứng là 0,793 kWh và 1,435 kWh so với công nghệ nhóm đối chứng. Điều này chứng tỏ rằng công nghệ đồng hồ thông minh được nghiên cứu trong bài viết này phù hợp để-nhận dạng tải không xâm nhập trong lưới điện thông minh và sở hữu khả năng ứng dụng và thu thập thông tin vượt trội. So với các công nghệ nhận dạng phụ tải khác, công nghệ được nghiên cứu trong bài viết này có thể trích xuất dữ liệu điện năng từ phía người dùng của lưới điện thông minh một cách hiệu quả và lưu giữ thông tin chi tiết như dòng điện quá độ trong dữ liệu điện năng. Cuối cùng nó được áp dụng vào mô hình mạng tích chập thời gian để phân loại, từ đó cải thiện khả năng nhận dạng tải.