随着社会经济的发展，工业能源消耗量和家庭能源使用量都在急剧上涨，电力系统的智能化升级势在必行。国家电网有限公司于2019年提出“三型两网”发展战略，“两网”在居民用电领域中最基本的落地方式是家用电器实时准确识别[1]，可以为电力部门智能调控电力供应与均衡电价提供参考。

　　目前，相关研究者在用电器识别方面进行了深入的研究，提出了以下识别方法。一是基于长短期记忆的低成本、高精度的非侵入式用电器识别算法[2-3];二是利用BP神经网络算法，通过叠加原理排列组合出多种用电器情况，生成训练数据集，从而实现用电器识别[4];三是从电力物联网监测成本的角度出发，设计了基于STM32的用电器识别装置，读取当前电流基波幅值后查表进行判断，以实现对用电器组合的实时识别[5-9];四是通过研究用电器信号形成机理，实现对单一用电器与多种用电器的特征提取和识别，基于遗传算法和支持向量机的特征选择算法对各种用电器进行识别[10];五是从电压、电流、功率等角度出发进行用电器特征量的提取，建立特征数据库，从而辨识出具有更好识别度的特征量[11-12]。综上所述，研究者已经从深度学习算法研究、数据驱动模型构建、遗传算法和支持向量机等方面对用电器实时高精度识别进行了仿真和实测研究，取得了较好的研究成效。

　　目前，针对用电器识别所构建的算法模型都较为复杂，且对核心控制单元传感器的算力都有一定要求。若能从低成本的角度出发，选用STM32核心控制器对用电器进行实时电流特征提取，则会取得更好的测试结果。基于以上考虑，本文以用电器识别传感器产业化为出发点，设计了一款低成本、低复杂度、高精度的非侵入式用电器识别实验装置，助推我国坚强智能电网和泛在电力物联网建设。

　　1 总体方案及关键电路设计

　　2 多特征理论分析与识别算法软件设计

　　3 测试方案与结果

　　4 结语

　　用电器识别传感器是电力物联网的核心控制单元，本文以传感器产业化为出发点，基于时频域的多特征融合技术，设计了一款低成本、低复杂度、高精度的非入侵式用电器识别实验装置。从实验装置的硬件着手，设计了关键的前端同步采样电路、网侧电流检测电路;分析了时频域的多个有效特征参数模型，设计了多特征融合的识别算法，并完成了硬件电路制作和算法软件的实现。实测结果表明，本文设计的多特征融合的用电器识别实验装置在多种用电器组合测试实验中识别准确率都高达90%以上。

　　参考文献

　　[1] 刘迪迪,孙浩天,肖佳文,等.智能电网中终端用户的双向能量交易算法[J].西安电子科技大学学报,2021,48(3):131-137.

　　[2] 吴拨云,顾文杰,何先灯.一种非侵入式低功耗高精度的用电器识别算法[J].西安电子科技大学学报,2023,50(1):149-157.

　　[3] 刘影,彭鑫霞,王童,等.基于PCA-LSTM算法的非侵入式负荷辨识方法[J].电测与仪表,2023(3):53-58.

　　[4] 程春雨,刘正龙,颜科宇,等.基于BP神经网络的用电器识别系统设计[J].实验科学与技术,2021,19(2):11-16.

　　[5] 栾天,刘一清.基于STM32的区域智能用电器检测设备[J].电子测量技术,2020,43(14):182-188.

　　[6] 荣海林,姜万里,孙广博,等.基于STM32的用电器分析识别装置[J].电子技术与软件工程,2022(5):113-117.

　　[7] 蔡婷婷,吴俊尧,李佳奕.基于STM32和FFT的用电器分析识别装置[J].电子测试,2022(15):31-33.

　　[8] 高禁,郝星星,封岸松.用电器分析识别装置的设计与测试[J].光源与照明,2021(10):60-62.

　　[9] 周心源.用电器分析监测装置[J].电子技术与软件工程,2018(15):205.

　　[10] 刘杰.基于模型驱动的非侵入式家用电器识别方法研究[D].成都:西南交通大学,2019.

　　[11] 薛博水,陈杰,赵四洪,等.基于谐波特征和BSA优化的非侵入式负荷识别算法研究[J].昆明理工大学学报(自然科学版),2022,47(5):113-120,152.

　　[12] 张洁,卢菁锋,胡丹妮,等.一种单相用电器分析监测装置设计[J].电工技术,2021(14):120-121.

白迪1,2 雷瑶瑶1 杨春勇1 朱会宗1 陈少平1,2*

1.中南民族大学电子信息工程学院　2.中南民族大学智能无线通信湖北省重点实验室