直接回答

NILM(Non-Intrusive Load Monitoring,非侵入式負荷監測)就是不用給每臺設備裝傳感器,只從總線的電流/功率波形裡把單臺設備“認”出來:在一具總表上加高頻採樣,先看功率曲線的階躍判斷哪臺設備啟停,再用啟動暫態、穩態功率、諧波與功率因數比對設備指紋。結論先說:值得上,但只在特定位置值得——大功率、啟停清晰、特徵鮮明的設備(風機、水泵、空壓機)它認得住;小功率、連續調節、成組同時啟停的設備它認不準。別一次鋪開,先挑一兩條產線用實測做對照,把“能識別幾臺、覆蓋多少電量”算清楚,再決定推廣還是隻做篩查。

一、一具總表怎麼“看”出十幾臺設備

NILM 的思路由 Hart 在 1990 年代初系統化:把“給每臺設備裝表”換成“在一具總表上做高頻採樣,用演算法把混合訊號拆開”。拆的過程分四步。

採樣。 總表按固定間隔記錄有功與無功功率。分鐘級只能看到“總功率臺階”,秒級以下才能抓到啟動瞬間的電流衝擊與諧波。

事件檢測。 功率曲線的一次跳變就是一次投切事件,檢測器要找的是跳變的幅度、方向與持續時間。

特徵提取。 每次事件提三類特徵:啟動暫態、穩態功率、諧波與功率因數。

匹配。 把特徵向量與設備指紋庫比對,判斷這次啟動的是哪一臺。指紋庫要麼靠現場標註建,要麼靠同類設備的先驗知識遷移。

第一步決定上限:採樣間隔太長、事件沒被記錄,演算法再好也無從談起。

二、三個抓手,和一個前提

啟動暫態。 電機啟動時電流是額定的數倍,衰減過程有特徵時間常數;電阻性負載幾乎沒有衝擊。這一條把“電機”和“加熱、照明”分得很開。

穩態有功與無功的組合。 同樣是有功 15 kW,功率因數 0.85 的電機與功率因數接近 1 的電阻爐,在 P-Q 平面上落在不同位置。這是最穩的一維特徵。

諧波與波形形狀。 變頻器、開關電源、LED 驅動的電流波形各有形狀,只有高頻採樣才用得上。

三個抓手之上還有一個前提:設備在總表上得“能被單獨看見”——功率臺階相對總負荷足夠顯眼,啟停不與別的設備同時發生,運行狀態相對穩定而非連續無級調節。缺一個,特徵就糊在一起。

三、能識別什麼,不能識別什麼

能識別的設備通常有共同點:功率十幾千瓦以上、啟停是“開/關”兩態、單臺投切、工況穩定。

  • 空壓機:加載與卸載之間有明顯的功率差,最容易被認住。
  • 水泵、風機:定頻運行時啟停清晰,臺階與額定功率對應。
  • 大功率電阻性負載(烘乾、加熱):功率因數接近 1,臺階乾淨。

不容易識別的也有共同點。

  • 小功率設備(幾百瓦級):臺階相對總負荷太小,淹沒在基線波動裡。
  • 連續調節負載:變頻風機水泵、調光照明,功率緩慢爬升而非階躍,抓不到清晰的邊。
  • 成組同時啟停或功率相近:多臺同型號設備一起動作,臺階疊加,只能識別出“一組”;兩臺 15 kW 風機特徵幾乎一樣,只能靠時間規律區分。
  • 長期常開設備:沒有投切事件,只能算作基線。

一句話:NILM 擅長抓大放小,給你的是設備級的方向感,不是設備級的帳本。

四、和逐迴路裝表比:三種顆粒度,三筆帳

只裝總表。 一個點位,成本最低,顆粒度到產線或車間。你知道這條線用了多少,不知道哪臺設備在吃電。

NILM。 還是在總表上加採集,表計數量不變,增量在採樣通道、演算法與調試。顆粒度是“部分設備”——大功率、特徵鮮明的能拆出來,其餘混在殘差裡。

逐迴路裝表。 每臺設備或每個迴路一具表。顆粒度最細,每一度電都有歸屬,能用於考覈與分攤;代價是表計與施工點位成倍增加,還要配電櫃裡有位置、有空間、有停電窗口。

三條路的差別不在“準不準”,在“買什麼”:總表買總量,逐迴路買歸屬,NILM 買覆蓋面——用接近總表的代價換接近設備級的可見度,但這份可見度有條件。

成本量級上,迴路表按點位計價(表計加施工,示例量級 1,500–3,000 元人民幣/點,以報價為準),12 臺設備的產線就是 1.8–3.6 萬元;NILM 側通常不新增表計,投入集中在採集通道與演算法服務。

五、精度不是一個參數,是一組現場條件

供應商給的“識別準確率”往往是實驗室資料集上的數字。落到現場能不能復現,取決於五個條件。

採樣與同步。 分鐘級資料只能做穩態階躍分解,啟停頻繁的設備會漏事件;要取暫態與諧波,採樣得到秒級以下。時標漂移,特徵就對不上。

迴路拓撲。 總表下掛幾臺設備、有沒有旁路與跨櫃取電,決定分解結果能不能落到具體設備上。拓撲不清,結果就無法命名。

指紋庫覆蓋度。 新裝現場沒有標註資料,前幾周輸出本質上是聚類結果,需人工確認命名;覆蓋不到的類型,識別率明顯下降。

負荷的可分性。 臺階夠不夠大、是否同時投切、是否連續調節——由工藝決定,演算法改不了。

幹擾與三相平衡。 諧波污染重、三相不平衡明顯的現場,特徵會被污染;NILM 要在混合訊號裡分離,比裝表更敏感。

所以該問的不是“你們準確率多少”,而是“在我這條線上,這十幾臺設備裡能穩定分辨幾臺、覆蓋多少電量、誤差在什麼量級”。前者只能得到宣傳數字,後者能得到可驗證的承諾。

六、把產出定位成“候選”,不是“計量”

NILM 的輸出適合做三件事:節能診斷的入口(哪臺設備在非生產時段還在耗電)、異常排查的線索(功率特徵變了,可能是效率下降)、負荷畫像的底稿(作息、啟停頻次、待機時長)。

不適合做另外三件事:結算與收費、內部考覈與分攤、對外披露的能耗資料。這三件事都要求每個數能追溯到一具經檢定的表,而 NILM 給出的是機率歸屬。把這條邊界寫進制度,比把準確率寫進合同更重要。

七、一個構造示例:一條產線怎麼驗證

以下資料為說明方法而構造,不代表任何真實客戶,也不構成對識別精度的承諾。

某工廠一條產線,12 臺用電設備,只有一具總表:空壓機 1 臺(75 kW)、水泵 2 臺(各 22 kW)、風機 3 臺(各 15 kW)、小功率設備 6 臺(0.5–3 kW)。年用電約 96 萬千瓦時,按電力當量值 0.1229 kgce/kWh 折算約 118 噸標準煤。

先算大頭:6 臺大功率設備佔總電量約 78%,其餘 6 臺合計約 22%。先拿 78%,剩下的就算全丟,可見度也夠做診斷。

再看識別結果:6 臺大功率設備中 5 臺可穩定分辨(空壓機、2 臺水泵、2 臺風機);剩下 1 臺與另一臺功率相近、經常同時啟停,被合併成一組。6 臺小功率設備中 2 臺可分辨,其餘混在殘差裡。

最後算帳:目標是設備級診斷,NILM 用 1 個採集點位拿到 5 臺主要設備的曲線,覆蓋約七成電量;目標是逐臺考覈,就得上 12 具迴路表,示例量級 1.8–3.6 萬元,還要解決櫃內空間與停電窗口。兩條路不是優劣,是用途不同。

八、上 NILM 前的六步驗證清單

不要用演示環境做決定。用現場資料按六步走一遍,兩週內能出結論。

定邊界。 選一條產線,明確這具總表下掛了哪些設備,畫出清單。清單不全,對照就沒有基準。

算大頭。 按銘牌功率與運行時長估出各設備的電量佔比,找出佔七成以上的幾臺,驗證資源壓在它們身上。

取資料。 至少取兩週高頻資料,覆蓋一個完整生產週期(含週末與夜班)。只取三天,會把偶發工況當成常態。

做對照。 挑 3–5 臺重點設備,用鉗形表或臨時表做 24 小時實測,與 NILM 輸出逐時段比對。比的不是“總量對不對”,是“投切時刻與單次運行功率對不對”。

算覆蓋。 統計能穩定分辨的臺數,以及這些設備佔的電量比例。臺數好看不代表覆蓋高,覆蓋高才說明抓住了大頭。

比代價。 把 NILM 報價與同範圍迴路表報價放一起,比“每獲得 1% 的設備級電量覆蓋花多少錢”。

六步走完通常落到三種結論:覆蓋高、代價低——推廣;覆蓋中等——按篩查工具上;覆蓋低——直接裝表。

九、什麼時候該選 NILM,什麼時候直接裝表

選 NILM:總表下掛設備十幾臺以內,大功率設備佔電量七成以上,以啟停兩態運行為主,目標是診斷與篩查,已有採集通道可沿用。

選逐迴路裝表:需要結算、考覈或分攤,設備功率小且數量多,以變頻連續調節負載為主,配電櫃有空間且有停電窗口。

混合:主幹迴路裝表,末端設備用 NILM 補。表負責能負責的部分,演算法補可見度的部分,兩者在同一張設備清單上對齊。

產品側的對應關係也清楚:迴路級計量用 ESA 全要素智慧電表(如 ESA-22131-R,3×400A、3×220/380V、RS485 Modbus),按回路裝、按時標讀;總表資料上的分解用預測引擎 E-01(NILM 非侵入負荷分解),不新增硬體,靠啟動特徵、穩態功率與諧波特徵聯合判斷;兩者之上,節能診斷方案把識別結果轉成診斷結論,數位化電氣智慧監管系統把設備級資料放回監管視圖。

常見問題(FAQ)

問:NILM 能不能替代分表,用來做車間考覈和電費分攤?

不能。考覈與分攤要求每個數都能追溯到一具經檢定的表,NILM 給出的是機率歸屬。它能發現“哪臺設備異常”,不能決定“誰付這筆錢”。

問:我們車間大部分是變頻設備,還能用 NILM 嗎?

能用,但識別率會下降。變頻器連續調節時功率緩慢變化,沒有清晰的事件邊沿,演算法更多依賴穩態特徵與諧波指紋,能分出“哪一類負載在運行”,不易分出“哪一臺”。這種現場只把 NILM 當篩查,重點設備仍裝表。

問:需要多高的採樣率?現有電表夠不夠?

只要穩態功率階躍,分鐘級資料就能做;要抓啟動暫態與諧波,採樣得到秒級以下。多數常規多功能電表按分鐘級上傳,做不了暫態分析,需要單獨的採集通道。

問:供應商說識別準確率 90% 以上,可信嗎?

先問三件事:在什麼資料集上測的、設備類型分佈如何、按臺數算還是按電量算。按臺數算的 90%,漏掉的可能正好是那幾臺大戶;按電量算的 90% 才和診斷價值相關。要對方在你現場資料上給出分設備對照結果。

問:一條產線做驗證要多久?

兩週左右可出初步結論:一週取數,一週做對照與統計。前提是清單齊全、有可用的高頻採集通道。

問:上了 NILM 之後還要不要裝表?

要。兩者是分工不是替代:表負責需要計量和結算的迴路,NILM 負責沒有表、但需要被看見的設備。設備與工藝變動後,這個分工要定期覆核。

適用範圍與限制

  • 本文討論 NILM 作為設備級能耗資料手段的選型判斷,適用於已有或計劃建設總表採集、希望不做大範圍改造就獲得設備級可見度的工業與園區場景;居民負荷分解不在範圍。
  • 文中對識別能力的描述只說明機理與邊界,不構成對任何產品識別精度的承諾;實際效果隨採樣條件、迴路拓撲、設備類型與工況變化,以現場驗證為準。
  • 第七節的產線資料(12 臺設備、6 臺大功率、96 萬千瓦時、78%、5 臺可分辨、118 噸標準煤、1.8–3.6 萬元)為說明方法而構造,不代表任何真實客戶或覈查結論;成本為示例量級,以報價為準。
  • 電力當量值 0.1229 kgce/kWh 引自 GB/T 2589-2020 的折算口徑,僅說明電量與標準煤的換算關係,不構成能耗或碳排結論。用於結算、考覈與對外披露的計量點,應按現行計量法規配置經檢定的電能表;NILM 的輸出不替代計量器具。
  • 文中涉及的 ESA 全要素智慧電表、預測引擎 E-01(NILM 非侵入負荷分解)、節能診斷方案、數位化電氣智慧監管系統,型號、採樣能力與配置以最新版選型手冊為準,不構成選型或採購建議。

常見問題

NILM 能不能替代分表,用來做車間考覈和電費分攤?

不能。考覈與分攤要求每個數都能追溯到一具經檢定的表,NILM 給出的是機率歸屬。它能發現“哪臺設備異常”,不能決定“誰付這筆錢”。

我們車間大部分是變頻設備,還能用 NILM 嗎?

能用,但識別率會下降。變頻器連續調節時功率緩慢變化,沒有清晰的事件邊沿,演算法更多依賴穩態特徵與諧波指紋,能分出“哪一類負載在運行”,不易分出“哪一臺”。這種現場只把 NILM 當篩查,重點設備仍裝表。

需要多高的採樣率?現有電表夠不夠?

只要穩態功率階躍,分鐘級資料就能做;要抓啟動暫態與諧波,採樣得到秒級以下。多數常規多功能電表按分鐘級上傳,做不了暫態分析,需要單獨的採集通道。

供應商說識別準確率 90% 以上,可信嗎?

先問三件事:在什麼資料集上測的、設備類型分佈如何、按臺數算還是按電量算。按臺數算的 90%,漏掉的可能正好是那幾臺大戶;按電量算的 90% 才和診斷價值相關。要對方在你現場資料上給出分設備對照結果。

一條產線做驗證要多久?

兩週左右可出初步結論:一週取數,一週做對照與統計。前提是清單齊全、有可用的高頻採集通道。

上了 NILM 之後還要不要裝表?

要。兩者是分工不是替代:表負責需要計量和結算的迴路,NILM 負責沒有表、但需要被看見的設備。設備與工藝變動後,這個分工要定期覆核。