Page 48 - Vol.14
P. 48

Tech
 Notes
 技術專文

              結果與分析
 圖十、倒傳遞類神經網路流程                                 圖十二、電器電流電壓波形


 Ᏸಬႆแ  ӱདႆแ   電力負載電紋特徵辨識技術研究經
              歷多年來，在學術界一直有新方法
 ໠ۖ  ๖؂  ໠ۖ
              導入來提昇辨識度以符合實際應用
              需求。目前逐漸將此技術轉移為商
 ᓎᐡ౱Ңᆪၰߒۗђ᠍অІߒۗ୒᠍অ  ࢑  ᠟Τϑଌጜޠᆪၰђ᠍অІ୒᠍অ
              業應用並慢慢導入市場及開發應用
              需求。
 ֐
 ᒰΤଌጜጓپІҭዀঅ  ᇳৰְР਴࢑֐Ԟᔨ  ᒰΤΚঐขၑጓپ
              近年來地球氣候變化極端，科學研
              究與地球溫室效應有著強烈關連
 ॏᆘᆪၰޠ௱፤ᒰяঅ  ॏᆘᆪၰޠ௱፤ᒰяঅ
              性。因人類過度開發破壞環境、汙
 ॏᆘᒰяቺᇅᗵᙡቺޠৰ຾໕  ॏᆘөቺ໣ޠђ᠍অІ୒᠍অঔҔ໕  ๖؂  染環境、能源過度耗費等原因，提
              倡節約能源及開發替代環保能源為
              當務之急。而其中隨手能做的就是                  圖十三、電器運轉狀態監測
              節約能源。但是除了養成良好能源
 圖十一、智慧與綠能管理控制系統架構
              使用習慣外，如何知道耗電分佈情
              形就成為採取進一步節能改善的重                    ٽႬଠၰΚ
 Home appliance    Smarter meter
 signature   record s ckup  要依據，家庭因為用電負載種類繁
 a
 b
 database
 Broadband internet access  _  多，使用模式複雜，利用負載電紋             off  on    off  on    off  on   off  on
 Diagnosis forum
              特徵辨識技術的反覆學習即可獲得
 Smarter Meter Cloud Services  Service and data center  相當準確資訊，目前所推出之智慧  ٽႬଠၰΡ
              與綠能管理控制系統（如 圖十一）            [8]
 Internet     即是以智慧電錶搭配負載電紋特徵                              off  on    off  on    off  1    off  2
              辨識技術。
 S Smarter meter                                 ٽႬଠၰή
              目前發展之系統可提供下述功能。

 Enterprise  Power consumption                             off  on    off  1     off  2    off  3
              自動負載運轉監測
 6am     9am     12pm     15pm
              由於電器的開關與使用在不同時間                    ٽႬଠၰѳ                                             ґϸ᜹॓ၸ
 Home appliance identiĮed
              點上發生，每一個電器在切換狀
                                                           off  on    off  1     off  2    off  ?
 Smart   home    態下消耗的交流電電流有效值，
 Smart sensors  gateway
              交流電電流諧波，以及造成的有
              效 功 率 (Active Power) 和 無 效 功
                                               圖十四、用電負載分佈監測
 Broadband internet access  率 (Reactive Power) 的變化特性不
 Power line
 Smart
 controller/appliances  Smarter meter/socket  同，透過具特徵辨識功能之智能電          pp
 House        表或雲端的運算，可藉由比對在資
              料庫中各種電器耗電的特徵值（如
              圖十二）與耗電變化之間的差異性，                    Power consumption
              自動判別出每一個電器的種類，甚
 而電紋特徵辨識最常使用之輸入有穩態能量、有效及  N  N  1
 Q   Q      V I    sin      至於其品牌和型號，更進一步可
 無效功率、電流 / 電壓諧波失真及啟動暫態能量…等。  n  1  n  n  1 2  n  n  n  n I   V
              以分析出電器的狀態切換（如  圖                                                                         time
 針對所有可能的排列組合列出，並將其特徵向量化及
 單相啟動暫態能量計算公式：  十三）（例如電風扇從最高速切至
 進行暫態程序模擬辨識。因加入了啟動暫態能量特徵，
  vk
 V  k   vk      1  最低速）。
 可改善負載辨識所需的計算時間且辨識率也提高。
 I k       ik     1/ 2
 ik
 有效與無效功率量計算公式：
 k            用電負載分佈監測
   k
 V   V e j V , I   I e j I  U   U     V k I
 
 m  m  T  1,transient  k 0  圖十四由總耗電中分解出每一個電
 S   1  V I   1  V   I e j   I     V     P   jQ  器的耗電情形。透過觀察與記錄各
 2  2  m  m  三相啟動暫態能量計算公式：
 N  N  1      個電器的耗電情形（如 圖十五），
 P   P    n  V I   0  0    V I n  cos    n      V  k
 n  0  n  1 2  n  n I  U   T  U 3,transient      a   k I k   a   V k I k  b   b   V k I k  c    c  V  提供各房間、各辦公室的耗電分布
 
 k 0         來知悉電器使用模式。
 44                                                                                     NEW FAB JOURNAL         JUNE 2014  45
   43   44   45   46   47   48   49   50   51   52   53