在智能电网中,电力公司根据消费者的具体用能信息为用户提供需求响应方案,以优化配电系统的运行,从而提高电能消耗效率。居民用户用电负荷作为电力负荷的重要组成部分,其能耗结构与用电细节对优化电力消费模式、提高电网可靠性具有重要意义。负荷监测是获得住宅内各个用电设备能耗的关键。非侵入负荷监测在住宅供电入口安装一套电流和电压传感器,并对测量到的电信号进行负荷识别,即可得到单个电器的电能消耗。目前的非侵入负荷识别方法主要依靠提取和识别用电负荷的标志性特征,缺乏对完整负荷信号的分离方法,导致获得的电能信息不够全面。本文基于高频采集数据,从信号分解角度研究居民用户用电信号的分解与识别,获得包含细节信息的负荷波形。本文主要包括以下内容:(1)对国内外的负荷识别研究成果进行总结分析,研究了基于高频采集结构下的非侵入负荷辨识框架,利用负荷电流变化检测用电设备状态切换事件,同时,结合居民用户的用电习惯,将难以解决的多维欠定单电流信号分解问题优化为一维欠定问题,形成了基于电流信号的负荷分解与识别方法。(2)根据负荷电流信号的频域稀疏性建立欠定分解的目标函数,采用两步迭代收缩阈值算法寻优求解得到投切负荷分解信号,从而实现负荷分解。利用负荷独立运行时的特征电流建立特征滤波器组对分解电流进行滤波,实现了有效的负荷识别。通过实测数据验证了该算法能够获得单个负荷的电流信号,并准确判断负荷状态。(3)通过检测投切事件前固定的电压范围,提取其对应位置的电流信号,量化计算此次事件与上一次事件发生前的混合电流差异,从而得到上一次投切的负荷电流信号。根据居民用户的用电习惯对目标函数施加约束,缩小求解范围,寻优求解后可确定各个负荷的运行状态。通过算例分析可得,该算法能准确进行负荷分解与识别。