期刊文献+
共找到79篇文章
< 1 2 4 >
每页显示 20 50 100
基于非侵入式负荷监测与分解的电力数据挖掘 被引量:5
1
作者 杨坦 蔡志杰 《数学建模及其应用》 2018年第4期30-36,48,共8页
非侵入式负荷监测与分解是一种通过对采集自用户总开关处的负荷数据进行分析而实现自动辨识总负荷内部每个用电设备的工作状态和用电功率的技术,对实现电力分项计量、提高电力行业生产管理水平、建设智能电网和节约型社会有着重要的意义... 非侵入式负荷监测与分解是一种通过对采集自用户总开关处的负荷数据进行分析而实现自动辨识总负荷内部每个用电设备的工作状态和用电功率的技术,对实现电力分项计量、提高电力行业生产管理水平、建设智能电网和节约型社会有着重要的意义.本文针对居民用户的实测负荷数据,介绍了负荷数据的构成和含义、数据的预处理、负荷特征的构造和设备识别的思路与方法. 展开更多
关键词 非侵入式负荷监测与分解 稳态特征 暂态特征
在线阅读 下载PDF
融合外部注意力机制的序列到点非侵入式负荷分解 被引量:1
2
作者 李利娟 刘海 +2 位作者 刘红良 张青松 陈永东 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第6期846-854,共9页
非侵入式负荷分解可以深度挖掘用户电力消耗数据蕴含的信息价值,为电力设备故障监测、需求响应等决策分析提供重要参考.为有效解决非侵入式负荷分解算法训练时间成本与分解精度间的冲突,提出一种融合外部注意力机制的序列到点非侵入式... 非侵入式负荷分解可以深度挖掘用户电力消耗数据蕴含的信息价值,为电力设备故障监测、需求响应等决策分析提供重要参考.为有效解决非侵入式负荷分解算法训练时间成本与分解精度间的冲突,提出一种融合外部注意力机制的序列到点非侵入式负荷分解算法.首先,将总负荷功率消耗序列进行数据清理、标准化等预处理,以固定窗口长度构建训练输入数据,输入数据通过编码层自动提取设备特征;然后,设计外部注意力机制增强重要特征权值;最终,输入到解码层得到负荷分解结果.利用REDD与UK-DALE两种公开数据集进行模型仿真计算,在信号聚合误差、平均绝对误差、标准化分解误差指标、模型分解曲线、特征图和用户耗能等方面进行对比分析,本文模型克服了卷积层注意力分散的缺点,增强了对有效信息的提取与利用能力,在未增加训练时间成本的前提下具有更高的分解精度. 展开更多
关键词 侵入负荷分解 外部注意力机制 神经网络 序列到点
在线阅读 下载PDF
工业非介入式负荷监测研究综述
3
作者 黄颖祺 颜钟宗 +1 位作者 郝芃斐 温和 《中国测试》 北大核心 2025年第1期11-23,共13页
非介入式负荷监测(NILM)能实时获取工业设备负荷状态和能耗信息,为工业节能提供重要数据支撑。NILM在居民负荷监测中得到较好的应用,但在工业应用中遇到挑战,主要原因是:1)工业数据涉及行业隐私,公开的工业NILM数据集稀缺;2)工业设备运... 非介入式负荷监测(NILM)能实时获取工业设备负荷状态和能耗信息,为工业节能提供重要数据支撑。NILM在居民负荷监测中得到较好的应用,但在工业应用中遇到挑战,主要原因是:1)工业数据涉及行业隐私,公开的工业NILM数据集稀缺;2)工业设备运行特性和工作模式复杂多变。该文从工业NILM数据集、工业负荷特征的提取和选择方法、工业负荷辨识与电量分解方法等方面综述了工业NILM技术的发展现状。在此基础上,对工业NILM模型的优化、适应多行业负荷辨识模型迁移、大规模负荷辨识模型轻量化、负荷辨识评价标准等方面进行展望。该文的工作对推动工业非介入式负荷监测的研究和应用有一定的参考意义。 展开更多
关键词 工业 介入负荷监测 负荷分解 综述
在线阅读 下载PDF
基于改进SVIT算法的非侵入式居民负荷监测方法
4
作者 卞海红 孙鑫 《电子设计工程》 2024年第16期87-91,96,共6页
针对居民侧异常用电负荷对用户用电安全有重大影响的问题,提出了一种基于改进SVIT的非侵入式负荷监测方法。该方法从用户总线处对居民家庭用电负荷投切时的V-I数据进行特征提取;对提取出的V-I轨迹特征进行二进制化处理并绘制成V-I轨迹图... 针对居民侧异常用电负荷对用户用电安全有重大影响的问题,提出了一种基于改进SVIT的非侵入式负荷监测方法。该方法从用户总线处对居民家庭用电负荷投切时的V-I数据进行特征提取;对提取出的V-I轨迹特征进行二进制化处理并绘制成V-I轨迹图像;利用改进的与三重注意力机制(Triplet Attention)相结合的SVIT的特征提取网络对其进行特征提取与映射;在此基础上,将处理后生成的新的特征向量进行聚类形成特征检索数据库,以识别出不在该特征检索数据库中的用电器V-I轨迹样本。通过利用PLAID数据集进行仿真实验并分析,验证了模型的有效性以及算法的优越性。 展开更多
关键词 侵入负荷监测 V-I轨迹特征 改进SVIT 三重注意力机制
在线阅读 下载PDF
基于小波变换与神经网络的非侵入式家电负荷监测研究 被引量:3
5
作者 张媛 王飞 +2 位作者 张照锋 崔秀华 翟琳 《电子器件》 CAS 2024年第3期749-756,共8页
智能家电智能化程度越来越高,同一电器对应的工作模式也越来越多。目前家电的非侵入式负荷监测仅仅采用传统家电单一负荷曲线进行研究,极大局限了非侵入式负荷监测技术的应用推广。为此,以智能洗衣机不同工作模式为例,研究了同一家电不... 智能家电智能化程度越来越高,同一电器对应的工作模式也越来越多。目前家电的非侵入式负荷监测仅仅采用传统家电单一负荷曲线进行研究,极大局限了非侵入式负荷监测技术的应用推广。为此,以智能洗衣机不同工作模式为例,研究了同一家电不同模式下的用电负荷特征,采集了智能家电中洗衣机不同工作模式下的用电负荷数据,通过小波变换的方法对负荷曲线进行平滑与特征信息提取,并基于统计学思想对表征特征信息的特征向量进行了评价,建立神经网络模型对不同工作模式的负荷曲线进行了识别,通过MATLAB平台仿真,证明了基于小波分析特征提取及神经网络特征识别的方法在非侵入式智能家电负荷监测中的可行性,识别准确率较高,具有良好的应用推广价值。 展开更多
关键词 侵入 负荷监测 小波分析 神经网络
在线阅读 下载PDF
基于新型卷积神经网络的非侵入式负载监测方法研究
6
作者 肖卓凡 《中国新通信》 2025年第1期30-32,共3页
本次研究提出一种以新型卷积神经网络为基础的监测技术,结合非侵入式负载监测的优势,采取实验验证的方式分析监测方法的有效性。
关键词 新型卷积神经网络 侵入负载监测 对抗网络
在线阅读 下载PDF
基于非侵入式负荷分解的空调集群AGC调频备用容量评估方法
7
作者 聂世豪 陈磊 +5 位作者 郝玲 徐飞 闵勇 窦真兰 张春雁 孙沛 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第12期1892-1902,共11页
用户侧海量空调负荷资源具有参与系统频率控制的巨大潜能,可将海量分散的单体空调聚合为空调集群参与系统自动发电控制(AGC)调节,但单体空调的运行状态具有随机性.为准确评估集群的调频备用容量,提出一种数据驱动的非侵入式负荷分解方... 用户侧海量空调负荷资源具有参与系统频率控制的巨大潜能,可将海量分散的单体空调聚合为空调集群参与系统自动发电控制(AGC)调节,但单体空调的运行状态具有随机性.为准确评估集群的调频备用容量,提出一种数据驱动的非侵入式负荷分解方法来评估空调集群的AGC调频备用容量.该方法构建了序列到序列模型,以非侵入的形式来预测单体空调调频备用容量;考虑到空调参与AGC可能会影响用户舒适度,评估了单体空调参与AGC调频的可用性,并构建判定单体空调是否纳入空调集群调频备用的选择机制.该方法将台区子站内可参与AGC的单体空调聚合得到台区子站的空调集群调频备用,将所有台区子站的空调集群调频备用聚合得到全体空调集群调频备用.模拟在不同程度系统频率跌落情况下,空调集群与火电机组协同进行AGC调频,仿真结果证实方法的有效性. 展开更多
关键词 自动发电控制调频 空调集群 负荷预测 侵入负荷分解
在线阅读 下载PDF
基于改进GMM算法的非侵入式负荷监测方法研究
8
作者 张媛 王飞 +2 位作者 崔秀华 翟琳 张照锋 《电子器件》 CAS 2024年第5期1382-1388,共7页
非侵入式负荷监测是实现电力负荷精细化管理的重要技术手段,负荷分解及特征提取是非侵入式负荷监测的关键环节。针对常规算法负荷特征提取弱或者过度拟合造成泛化能力低的问题,提出了基于拟合和聚类思想的负荷分解及特征提取算法,即改... 非侵入式负荷监测是实现电力负荷精细化管理的重要技术手段,负荷分解及特征提取是非侵入式负荷监测的关键环节。针对常规算法负荷特征提取弱或者过度拟合造成泛化能力低的问题,提出了基于拟合和聚类思想的负荷分解及特征提取算法,即改进的高斯混合模型(GMM)。首先通过引入AIC和BIC信息准则,分析不同混合成分个数下的GMM模型的拟合程度,选取最优的混合成分个数;其次研究和分析电力负荷功率信号的特征曲线,结合混合成分个数,改进初始值的选取;最后进行优化后的功率信号聚类分解,输出能充分体现时域功率曲线特征的特征矩阵。基于智能洗衣机洗涤模式下的实测功率信号,验证了改进GMM算法的可行性,并对模型改进前后的特征矩阵进行差异性分析,验证了采用改进高斯混合模型进行负荷分解得到的特征矩阵具有更好的信息表征能力及更好的训练识别特性。结果表明提出改进算法具有较强的自适应性以及较高的准确性。 展开更多
关键词 侵入 GMM 电力负荷分解 特征提取
在线阅读 下载PDF
基于大数据分析的智能用电非侵入式负荷分解模型 被引量:1
9
作者 吴雪 肖莹 +2 位作者 张旺 诸德律 卢璐 《电子设计工程》 2024年第6期109-112,117,共5页
为准确从电网电流数据中分解出单独的负荷叠加信号,基于大数据分析构建一种新的智能用电非侵入式负荷分解模型。应用大数据分析技术建立时间序列数据集,确定时间区域断点均值,并在大数据内部提取非侵入式负荷信号,通过迭代计算提取智能... 为准确从电网电流数据中分解出单独的负荷叠加信号,基于大数据分析构建一种新的智能用电非侵入式负荷分解模型。应用大数据分析技术建立时间序列数据集,确定时间区域断点均值,并在大数据内部提取非侵入式负荷信号,通过迭代计算提取智能用电设备运行状态。根据线性解码计算结果构建负荷分解数学模型,分析负荷电流信号独立性,检测电流信号和负荷电流信号的近似系数,实现分解操作。实验结果表明,所构建模型分解后的电流与负荷的电流信号之间的相关系数达到0.9999,加快了收敛速度,保证分解效果。 展开更多
关键词 大数据分析 智能用电 侵入负荷 负荷分解 分解模型
在线阅读 下载PDF
基于UMAP流形特征提取和KELM的非侵入式负荷监测方法研究
10
作者 张瀚文 李鹏 +3 位作者 郎恂 沈鑫 梁俊宇 苗爱敏 《电子器件》 CAS 2024年第2期448-457,共10页
非侵入式负荷监测是“坚强智能电网”用户侧智能数据挖掘的关键技术。针对现有辨识算法对叠加态负荷辨识准确率低的问题,提出了一种基于均匀流形逼近与投影(UMAP)和KELM结合的非侵入式负荷辨识模型。首先利用UMAP对原始负荷特征作嵌入,... 非侵入式负荷监测是“坚强智能电网”用户侧智能数据挖掘的关键技术。针对现有辨识算法对叠加态负荷辨识准确率低的问题,提出了一种基于均匀流形逼近与投影(UMAP)和KELM结合的非侵入式负荷辨识模型。首先利用UMAP对原始负荷特征作嵌入,提取负荷的类内流形结构,并结合随机梯度下降法优化负荷的全局结构,在保留负荷原始相邻位置信息的前提下有效增大负荷特征的区分度;然后,采用径向基函数搭建核映射网络,利用ACO算法对映射网络的径向范围和模型的惩罚系数寻优,建立最优辨识模型。与多种基于机器学习的辨识方法相比,所提模型对叠加态负荷的辨识准确率提升显著,在TIPDM和BLUED数据集上的辨识准确率分别达到了98.48%和99.44%。 展开更多
关键词 侵入负荷监测 叠加态负荷 均匀流形逼近与投影 蚁群算法 核极限学习机
在线阅读 下载PDF
基于级联宽度学习与麻雀算法的非侵入式负荷分解方法
11
作者 白星振 康家豪 +2 位作者 尚继伟 郝春蕾 王雪梅 《山东科技大学学报(自然科学版)》 CAS 北大核心 2024年第2期102-111,共10页
深度学习被广泛应用于非侵入式负荷分解中,其分解精度高但存在网络结构复杂、训练过程极度耗时等问题,并且对计算资源有一定要求,难以与嵌入式设备集成使用。对此,面向低频数据,提出一种基于级联宽度学习与麻雀算法的非侵入式负荷分解... 深度学习被广泛应用于非侵入式负荷分解中,其分解精度高但存在网络结构复杂、训练过程极度耗时等问题,并且对计算资源有一定要求,难以与嵌入式设备集成使用。对此,面向低频数据,提出一种基于级联宽度学习与麻雀算法的非侵入式负荷分解方法。首先,改进宽度学习特征节点的连接方式,构建各目标设备的级联宽度学习负荷分解网络。然后,通过麻雀搜索算法确定各目标设备分解网络的最优特征节点和增强节点数,实现负荷的高效分解。最后,基于实际数据集UK-DALE进行了仿真实验,通过与常用的非侵入式负荷分解方法进行比较,验证了所提方法的优越性。 展开更多
关键词 侵入 负荷分解 宽度学习 麻雀算法 特征节点级联
在线阅读 下载PDF
基于卷积注意力的非侵入式负荷辨识算法 被引量:1
12
作者 何苑儒 张金江 赵强 《水电能源科学》 北大核心 2024年第1期206-210,共5页
针对目前非侵入式负荷监测算法准确率不高、训练耗时较长等问题,提出了一种基于卷积注意力的非侵入式负荷辨识算法。首先,对负荷数据设置最短运行和最短停止时长以降低测量误差带来的干扰。然后利用卷积神经网络对负荷数据进行训练,构... 针对目前非侵入式负荷监测算法准确率不高、训练耗时较长等问题,提出了一种基于卷积注意力的非侵入式负荷辨识算法。首先,对负荷数据设置最短运行和最短停止时长以降低测量误差带来的干扰。然后利用卷积神经网络对负荷数据进行训练,构建的神经网络包括编码器、时间池化器、解码器,并在解码器中引入卷积注意力模块来计算时间序列中当前时刻最重要的信息。最后利用UKDALE数据集对所提负荷辨识模型进行验证,并与现有算法进行对比。仿真结果表明,所提算法具有更好的辨识精度和泛化能力,训练所用时间减少约27.9%。 展开更多
关键词 侵入负荷监测 注意力机制 卷积神经网络 残差连接 负荷辨识
在线阅读 下载PDF
基于改进AP聚类与优化GRNN的非侵入式负荷分解研究 被引量:10
13
作者 汪繁荣 向堃 刘辉 《工程科学与技术》 EI CAS CSCD 北大核心 2020年第4期56-65,共10页
泛在电力物联网的提出推动了智慧用电、负荷监测等技术的大力发展,为解决传统非侵入式负荷监测与分解方法耗时长、辨识精度低等问题,提出了一种通过半监督学习聚类数据建立特征集并结合果蝇优化广义回归神经网络模型的负荷分解方法。首... 泛在电力物联网的提出推动了智慧用电、负荷监测等技术的大力发展,为解决传统非侵入式负荷监测与分解方法耗时长、辨识精度低等问题,提出了一种通过半监督学习聚类数据建立特征集并结合果蝇优化广义回归神经网络模型的负荷分解方法。首先,该方法利用输入的设备有功功率和电流数据采取半监督学习优化相似矩阵,以近邻传播聚类算法为基础挖掘出用电设备的运行状态特性及功率信息,再使用数字编码方式将设备运行状态表示为分类标签;然后,输入总有功功率、无功功率以及电流的时间序列数据和对应序列的分类标签矩阵,利用果蝇优化算法的寻优能力求得广义回归神经网络模型的最优Spread值完成模型优化和训练;随后,输入测试时间序列数据,得到分类矩阵即各设备运行状态,并利用设备运行状态对应的功率信息进行总有功功率重构拟合,完成负荷分解。经仿真对比,该方法对所有用电设备运行状态辨识准确率达到86%左右,对单个用电设备运行状态辨识准确率达到96%左右,且耗时较短,显著提高了对负荷特性信息的挖掘能力和分解辨识能力。 展开更多
关键词 侵入负荷分解监测 半监督近邻传播聚类 果蝇优化算法 广义回归神经网络
在线阅读 下载PDF
基于Triplet Loss和KNN的非侵入式未知负荷识别
14
作者 张胜 陈铁 《现代电子技术》 北大核心 2024年第18期8-14,共7页
针对在接入新负荷时传统非侵入式负荷识别算法会产生误分类的问题,提出一种基于三元组损失(Triplet Loss)和KNN的非侵入式未知负荷识别算法。首先,采用负荷稳态运行时的电流、电压构造多特征融合的彩色V-I轨迹图像;然后,挖掘在线的Semi-... 针对在接入新负荷时传统非侵入式负荷识别算法会产生误分类的问题,提出一种基于三元组损失(Triplet Loss)和KNN的非侵入式未知负荷识别算法。首先,采用负荷稳态运行时的电流、电压构造多特征融合的彩色V-I轨迹图像;然后,挖掘在线的Semi-Hard样本对,使用Triplet Loss训练神经网络,并得到各样本的特征向量;最后,对特征向量进行PCA降维,并基于类中心构造邻域,使用KNN算法来进行负荷识别。使用PLAID、COOLL数据集对所提算法进行测试。测试结果表明,所提的负荷识别算法在已知类别负荷的分类和未知负荷的识别方面均有较高的准确率。 展开更多
关键词 三元组损失 KNN 侵入负荷监测 V-I轨迹 PCA降维 特征融合
在线阅读 下载PDF
非侵入式负荷分解文献综述 被引量:3
15
作者 贾惠彬 刘郅铂 《集成电路应用》 2021年第4期62-63,共2页
基于非侵入式负荷分解是通过对总负载端的特征变化来识别各负荷的用电状态,阐述非侵入式负荷分解的数据集,特征及方法。非侵入式负荷分解与侵入式负荷分解最大的不同在于不需要在用户侧安装大量的监测设备,即可达到对用户用电信息的收集。
关键词 侵入负荷 用电状态 信息收集
在线阅读 下载PDF
瑞士非侵入式监测技术可快速掌握反应堆运行状态
16
作者 伍浩松 张焰 《国外核新闻》 2024年第7期7-7,共1页
【瑞士洛桑联邦理工学院网站2024年5月22日报道】瑞士洛桑联邦理工学院(EPFL)和保罗·谢勒研究所(PSI)近期合作研发了一种基于伽马射线噪声的创新型监测技术,可采用非侵入方式在短时间里掌握反应堆运行状态。相关成果已在科技期刊... 【瑞士洛桑联邦理工学院网站2024年5月22日报道】瑞士洛桑联邦理工学院(EPFL)和保罗·谢勒研究所(PSI)近期合作研发了一种基于伽马射线噪声的创新型监测技术,可采用非侵入方式在短时间里掌握反应堆运行状态。相关成果已在科技期刊《科技报告》发表。监测反应堆运行状态以确保其遵守国际条约,是国际原子能机构(IAEA)目前开展的一项重要保障监督工作。现有常规监测手段虽能有效监测反应堆工况,但存在侵入性操作、可能中断反应堆运行或构成安全风险等缺陷。 展开更多
关键词 反应堆运行 国际原子能机构 保障监督 监测技术 伽马射线 侵入 科技期刊 IAEA
在线阅读 下载PDF
非侵入式负荷监测系统数据隐私保护方法研究 被引量:10
17
作者 陈子秋 冯瑞珏 +3 位作者 郑扬富 刘嘉昕 曾献煜 王智东 《电子技术应用》 2021年第12期116-119,125,共5页
非侵入式负荷监测技术有助于用电精细化管理,但细粒度的电力消费数据也导致了用户隐私信息暴露在攻击者面前。首先分析了非侵入式负荷监测数据所面临的安全风险,并从密码学角度提出了基于AES+RSA的混合加解密信息安全方案。方案采用对... 非侵入式负荷监测技术有助于用电精细化管理,但细粒度的电力消费数据也导致了用户隐私信息暴露在攻击者面前。首先分析了非侵入式负荷监测数据所面临的安全风险,并从密码学角度提出了基于AES+RSA的混合加解密信息安全方案。方案采用对称算法AES加密数据、非对称算法RSA加密AES密钥来实现高效的密钥管理。利用Visio Studio 2017+Qt软件开发测试界面,通过数据总线将算法写入STM32单片机进行方案性能测试,优选出最佳的运行模式,同时验证了混合加解密方案的有效性。总结得到,方案的耗时长短取决于RSA算法的加解密或签名验签的效率。 展开更多
关键词 侵入负荷监测系统 AES RSA 隐私保护
在线阅读 下载PDF
基于分数阶Hilbert倒谱特征提取的非侵入式负荷监测研究方法 被引量:9
18
作者 邵琪 包永强 张旭旭 《电子器件》 CAS 北大核心 2020年第6期1314-1319,共6页
针对非侵入式负荷监测中特征近似的用电设备识别率不高的问题,以家庭用电负荷为研究对象,提出一种基于分数阶Hilbert变换的倒谱特征,利用分数阶Hilbert变换中阶数P选择的灵活性和提取信号细部特征的能力提取信号倒谱特征,有效增大特征... 针对非侵入式负荷监测中特征近似的用电设备识别率不高的问题,以家庭用电负荷为研究对象,提出一种基于分数阶Hilbert变换的倒谱特征,利用分数阶Hilbert变换中阶数P选择的灵活性和提取信号细部特征的能力提取信号倒谱特征,有效增大特征数据的区分度。首先对采集的信号作分数阶Hilbert变换,将原信号映射到分数空间;然后通过计算类内和类间距离,结合PSO算法对阶数进行寻优;最后计算得到最优阶数下的倒谱特征并将其作为多分类SVM的输入向量,不同用电设备种类作为SVM的输出。实验结果表明,在负荷特征相近的场景下,所提出的方法可实现较好的分类效果,有效提高了负荷识别的准确率。 展开更多
关键词 侵入负荷监测 分数阶Hilbert变换 倒谱 粒子群算法 支持向量机
在线阅读 下载PDF
基于多层多核卷积神经网络的非侵入式负荷监测方法研究 被引量:7
19
作者 汪涛 梁瑞宇 +1 位作者 黄虎 丁超 《电子器件》 CAS 北大核心 2021年第6期1429-1435,共7页
非侵入式负荷监测仅依靠测量得到的总负荷的电压、电流与功率等承载电力信息的信号就实现负荷监测,无需额外的计量装置和线路改造,因此得到广泛研究。针对传统深度神经网络分解模型准确度仍不能满足实际需求的现状,提出了一种基于多层... 非侵入式负荷监测仅依靠测量得到的总负荷的电压、电流与功率等承载电力信息的信号就实现负荷监测,无需额外的计量装置和线路改造,因此得到广泛研究。针对传统深度神经网络分解模型准确度仍不能满足实际需求的现状,提出了一种基于多层多核卷积深度神经网络分解模型。为体现不同设备的特性,模型在数据分割时采用不同的序列长度。然后,模型将分割后的数据先通过高维映射,将输入的功率时间序列映射到高维向量,再利用多层卷积法与多核卷积法共同构建出的深度神经网络对生成的信息向量进行特征提取,经多次迭代学习生成负荷分解模型。与多种用于非侵入式负荷分解的深度学习方法相比,本模型对负荷识别准确率提升效果显著,在REDD数据集上的识别准确率达到99.41%。 展开更多
关键词 侵入负荷监测 深度学习 多核卷积网络 电力物联网
在线阅读 下载PDF
基于暂态过程的非侵入式负荷监测研究 被引量:5
20
作者 曹敏 魏龄 +2 位作者 邹京希 吴振升 付华 《水电能源科学》 北大核心 2018年第8期177-180,共4页
非侵入式负荷分解方法是对系统中的负荷用电行为进行辨识的一种方法,是智能电网体系建设的重要环节。为了达到监测系统中负荷的目的,基于系统的暂态过程,对系统中的负荷进行辨识,即基于负荷的投切和换挡操作,提出用于负荷暂态过程检测... 非侵入式负荷分解方法是对系统中的负荷用电行为进行辨识的一种方法,是智能电网体系建设的重要环节。为了达到监测系统中负荷的目的,基于系统的暂态过程,对系统中的负荷进行辨识,即基于负荷的投切和换挡操作,提出用于负荷暂态过程检测和提取的算法;再选取合适的特征量表征每一类暂态过程,将得到的特征量经过归一化处理形成样本集,应用决策树中CART算法通过训练集生成负荷暂态类型判定的决策树,利用测试集来判定系统的暂态过程,以实现监测系统中负荷的目的,并通过改进决策树,提出了多层决策树算法,解决了算法误判的问题;最后通过实测数据验证了所提算法对系统中负荷的有效监测。 展开更多
关键词 侵入负荷监测 暂态过程 特征提取 CART算法 多层决策树算法
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部