Неинтрузивный мониторинг нагрузки ( NILM ), неинтрузивный мониторинг нагрузки приборов ( NIALM ) [1] или разукрупнение энергии [2] — это процесс анализа изменений напряжения и тока, поступающих в дом, и определения того, какие приборы используются в доме, а также их индивидуального потребления энергии. Электросчетчики с технологией NILM используются коммунальными компаниями для обследования конкретного использования электроэнергии в разных домах. NILM считается недорогой альтернативой установке индивидуальных мониторов на каждом приборе. Однако это создает проблемы конфиденциальности.
Неинтрузивный мониторинг нагрузки был изобретен Джорджем У. Хартом , Эдом Керном и Фредом Швеппе из Массачусетского технологического института в начале 1980-х годов при финансовой поддержке Института исследований в области электроэнергетики . [3] [4]
Основной процесс описан в патенте США 4,858,141 . Как показано на рисунке 1 из патента, цифровой монитор переменного тока подключен к однофазной сети, поступающей в жилой дом. Изменения напряжения и тока измеряются (т. е. блок измерения проводимости), нормализуются (масштабирование) и регистрируются (блок детектора чистого изменения). Затем выполняется кластерный анализ для определения того, когда включаются и выключаются различные приборы. Если, например, включается 60-ваттная лампочка, затем включается 100-ваттная лампочка, затем выключается 60-ваттная лампочка, а затем выключается 100-ваттная лампочка, блок NIALM сопоставит сигналы включения и выключения от 60-ваттной лампочки и сигналы включения и выключения от 100-ваттной лампочки, чтобы определить, сколько энергии использовалось каждой лампочкой и когда. Система достаточно чувствительна, чтобы различать отдельные лампочки мощностью 60 Вт из-за обычных колебаний фактической потребляемой мощности лампочек с одинаковым номинальным значением (например, одна лампочка может потреблять 61 Вт, другая — 62 Вт).
Система может измерять как реактивную, так и активную мощность . Таким образом, два прибора с одинаковой общей потребляемой мощностью можно различить по разнице в их комплексном сопротивлении . Как показано на рисунке 8 из патента, например, электродвигатель холодильника и чистый резистивный нагреватель можно различить отчасти потому, что у электродвигателя при включении и выключении происходят значительные изменения реактивной мощности, тогда как у нагревателя они практически отсутствуют.
Системы NILM также могут идентифицировать приборы с серией индивидуальных изменений потребляемой мощности. Эти приборы моделируются как конечные автоматы . Например, посудомоечная машина имеет нагреватели и двигатели, которые включаются и выключаются во время типичного цикла мытья посуды. Они будут идентифицированы как кластеры, и будет регистрироваться потребляемая мощность для всего кластера. Таким образом, потребляемая мощность «посудомоечная машина» может быть идентифицирована в отличие от «резистивного нагревательного элемента» и «электродвигателя».
NILM может определять, какие типы приборов есть у людей и каковы их поведенческие модели. Модели потребления энергии могут указывать на поведенческие модели, такие как рутинные периоды, когда никого нет дома, или смущающее или противозаконное поведение жильцов. Например, он может показать, когда жильцы дома принимают душ или когда включаются и выключаются отдельные лампы. [3]
Если система NILM работает удаленно на предприятии коммунальной службы или третьей стороной, домовладелец может не знать, что его поведение отслеживается и записывается.
Автономная домашняя система под управлением пользователя может предоставлять обратную связь об использовании энергии, не раскрывая информацию другим. Установление связей между их поведением и потреблением энергии может помочь снизить потребление энергии, повысить эффективность, сгладить пиковые нагрузки, сэкономить деньги или сбалансировать использование приборов с доступностью зеленой энергии. Однако использование автономной системы не защищает от удаленного мониторинга.
Точность и возможности этой технологии все еще развиваются и не являются на 100% надежными в режиме, близком к реальному времени, так как полная информация накапливается и анализируется в течение периодов от нескольких минут до нескольких часов.