检索结果-南通市图书馆

基于XGBoost与RNN的非侵入式负荷辨识

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于XGBoost与RNN的非侵入式负荷辨识

作者：刘慧岩东北石油大学

学位级别：硕士

近期,电力能源日益紧缺,全国各地纷纷开始分时段限电,同时电力能源与互联网的联系重要,电力部门以及用户都需要对用电数据具备相当的掌握,以达到合理用电、节约用电,因此负荷辨识的必要性随之增长,对负荷的监测以及辨识逐步成为一项重... 详细信息

近期,电力能源日益紧缺,全国各地纷纷开始分时段限电,同时电力能源与互联网的联系重要,电力部门以及用户都需要对用电数据具备相当的掌握,以达到合理用电、节约用电,因此负荷辨识的必要性随之增长,对负荷的监测以及辨识逐步成为一项重要的研究课题。非侵入式的负荷辨识可以在几乎不影响用户正常用电习惯的前提下,解析用户的用电方式,具有占用的资源和费用较少以及可实现性较强的优势。非侵入式负荷辨识的前提是对其特征进行学习和研究,伴随着此前决策树以及各类神经网络的逐步兴盛,指引着非侵入式负荷监测范畴逐步将两者吸纳,二者在负荷辨识领域的应用进一步加深。据此,为了提高算法识别准确率,本文研究了极端梯度提升（XGBoost）、循环神经网络（RNN）以及两者融合、优化的算法模型应用到非侵入式负荷辨识,主要研究工作如下:对比常用的非侵入式负荷辨识公开数据集,对文章选定的数据集进行数据清洗进而得到用于实验验证的训练样本集,选取公平公正的评价指标,对XGBoost和RNN模型原理及架构进行展开分析,利用XGBoost加权回归特性和RNN神经元的输出循环特质进行扩展,提出了基于XGBoost以及RNN中长短期记忆网络（LSTM）以及门控循环的神经网络（GRU）模型。首先充分利用XGBoost模型更不易过拟合、高效精准等优点有效地对输入特征进行训练,同时结合了RNN的权重共享、图灵完备等诸多优点。通过实验平台的搭建及测试,得到两类算法的实验结果,验证了其识别准确性的性能结果,两种模型网络各自拥有良好的功能特性。相较而言,XGBoost的辨识结果准确率较长短期记忆网络以及门控循环单元网络更高,从负荷辨识的指标上来看,两类模型算法的优点各不相同,若能将二者进行优势互补,辨识的各项性能将更优越。根据XGBoost以及RNN的优缺点,提出将XGBoost与RNN进行融合以及用XGBoost优化RNN的负荷辨识算法应用于非侵入式负荷辨识。融合方案是通过增加两者权重的方法,将两种模型进行融合,优化的算法则是先通过极端梯度提升对负荷特征进行权重排序,提取权重较高的特征送入到循环网络中进行辨识。通过高权重的特征进行负荷辨识,进而增加了算法的识别准确性,同时其对于特征的提取更具优势,经验证,拥有更高的辨识准确度。

关键词：非侵入式负荷辨识负荷辨识 XGBoost 优化RNN

结构化图谱下基于群体智能决策的非侵入负荷辨识

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

结构化图谱下基于群体智能决策的非侵入负荷辨识

作者：郭一凡华北电力大学(北京)

学位级别：硕士

在电力行业持续发展的新环境下,利用先进信息技术辅助需求侧资源科学配置是实现能源消费与电力供应之间动态平衡的基础。对需求侧进行科学配置和调度的前提是全面感知智能电网的负荷运行情况。在此背景下,非侵入式负荷监测成为当今的应... 详细信息

在电力行业持续发展的新环境下,利用先进信息技术辅助需求侧资源科学配置是实现能源消费与电力供应之间动态平衡的基础。对需求侧进行科学配置和调度的前提是全面感知智能电网的负荷运行情况。在此背景下,非侵入式负荷监测成为当今的应用热点。现阶段非侵入式负荷监测所提模型对于先验数据依赖较强,辨识精度和实时性也有待提高。为了使非侵入式负荷辨识达到通用、精准和快速的效果,本文提出一种基于结构化负荷特征图谱的群体智能决策分类模型,以民用负荷为研究对象实现非侵入式负荷快速辨识的完整流程,具体工作如下:(1)为解决由于强随机性用电行为、多样化用电模式和负荷样本不平衡分布而须针对不同用户获取专门的训练数据与样本的问题,基于知识图谱原理构建通用的负荷特征图谱,从杂乱无序的负荷波形数据中抽取结构化特征,重点表达居民常用电器各个特征之间的关系。将变化多样的波形数据转化为具有同类一致性和异类可分性的结构化特征数据,使其适合分类器决策,提高负荷样本适用性。(2)针对现有负荷辨识模型单一、辨识结果受特征选择影响的问题,基于群体决策思想构建组合分类器,选择卷积神经网络和支持向量机获得高负荷辨识准确率。通过卷积神经网络提取负荷电流曲线特征,识别电流波形一致性负荷。利用图谱中的结构化特征数据为每种电器训练对应的支持向量机分类器,基于高维向量形式的结构化特征辨识待测负荷,并采用AdaBoost算法调整训练集的权重以降低误判。最后根据群体智能决策规则得出最终辨识结果,提高辨识精度。(3)为了保证负荷辨识针对不同用户的适应性,提出一种非侵入式负荷在线监测方法。首先采用小波变换模型基于总功率曲线快速定位负荷投切事件点并获得未知负荷波形,为每个用户构造专属负荷身份库。然后通过遗传算法为未知负荷波形匹配身份库模板,实现负荷快速在线辨识。(4)针对以上三点工作内容,同时考虑本文所提非侵入式负荷监测系统的可实现性,形成用于实现负荷快速辨识的端云协同分布式监测框架。根据系统各部分算力需求,在云侧构建图谱、训练分类器并构建负荷身份库,在端侧进行实时性数据采集、事件提取和模板匹配,弥补数据上传时延,从而持续、实时感知居民用电情况。最后基于华为云ModelArts平台开发了非侵入式负荷辨识系统。

关键词：非侵入式负荷监测负荷辨识负荷特征图谱群体智能决策分类器负荷身份库

小扰动环境下闭环负荷辨识机理分析及解决方案

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国电机工程学报 2020年第7期40卷 2152-2165页

作者：李尚远甘德强冯丽汪震浙江大学电气工程学院浙江省杭州市310027 国网重庆电力公司重庆市渝中区400014

长期以来,负荷辨识被认为是开环辨识。该文发现负荷辨识本质上是一个闭环辨识问题,并注意到采用小扰动数据辨识负荷模型时,闭环辨识不能化简为开环辨识。为更好地说明负荷辨识是一个闭环辨识,首先建立由待辨识负荷与系统的其余部分所构... 详细信息

长期以来,负荷辨识被认为是开环辨识。该文发现负荷辨识本质上是一个闭环辨识问题,并注意到采用小扰动数据辨识负荷模型时,闭环辨识不能化简为开环辨识。为更好地说明负荷辨识是一个闭环辨识,首先建立由待辨识负荷与系统的其余部分所构成的闭环系统。基于闭环系统,研究位于前馈位置的扰动(内部扰动)和位于反馈位置的扰动(外部扰动)对负荷辨识的影响,通过待辨识负荷输入输出的解析表达式,说明了内部扰动和外部扰动对负荷辨识输入输出关系的影响是完全相反的,待辨识负荷的输入输出关系不再仅由负荷自身性质确定,因此负荷辨识是一个闭环辨识。在满足一定的条件下,预报误差法可以解决闭环辨识问题。该文讨论了这些条件并给出基于预报误差法的负荷辨识详细流程。最后,通过仿真算例以及浙江电网220kV清漾变电站同步相量测量装置(phasor measurement unit,PMU)数据证明了方法的有效性。

关键词：负荷辨识闭环辨识预报误差法

在线全文

学校读者我要写书评

暂无评论

基于多特征序列融合的负荷辨识方法

电力系统自动化 2017年第22期41卷 66-73页

作者：杨东升孔亮胡博苑婷东北大学信息科学与工程学院辽宁省沈阳市110819 国网葫芦岛供电公司辽宁省葫芦岛市125000 国网盘锦供电公司辽宁省盘锦市124010

针对当前利用低频采样实现非侵入式负荷辨识存在的准确率低的问题,提出了基于多特征序列融合的负荷辨识方法。该方法首先建立负荷存在可能性的整数规划模型,进行初辨识以降低负荷辨识的维度。然后,根据滑动窗口算法获得组合功率序列和... 详细信息

针对当前利用低频采样实现非侵入式负荷辨识存在的准确率低的问题,提出了基于多特征序列融合的负荷辨识方法。该方法首先建立负荷存在可能性的整数规划模型,进行初辨识以降低负荷辨识的维度。然后,根据滑动窗口算法获得组合功率序列和原始功率序列,提取其统计特征和奇异值特征,进而利用概率神经网络获得隐马尔可夫模型的观测值序列。同时,利用隐马尔可夫模型对负荷序列信息进行融合,计算观测序列和组合功率序列之间的相似度,从而完成在低频采样下的负荷辨识,并获得各个家用负荷的耗电量。最后,通过单负荷辨识、多负荷辨识、不同采样率辨识和各居民用户负荷辨识的仿真实验,得到负荷准确率和辨识精度的平均值均在85%以上,证明了所提算法的合理性和即时性能够达到在低频采样下负荷的辨识要求。

关键词：负荷辨识整数规划概率神经网络隐马尔可夫模型

一种基于多参量隐马尔可夫模型的负荷辨识方法

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2019年第20期47卷 81-90页

作者：张丽张涛张宏伟王福忠郭江震河南理工大学电气工程与自动化学院河南焦作454000 国网山西省电力公司翼城县供电公司山西翼城043500

由于电力需求侧负荷形态各异、特性多变,种类繁多,采用传统方法进行负荷辨识时存在识别率不高、模型建立困难、难以推广应用等问题。为此,基于智能负荷控制器(SRLC)的用电参数检测功能和非侵入式负荷监测(NILM)原理,提出一种基于多参量... 详细信息

由于电力需求侧负荷形态各异、特性多变,种类繁多,采用传统方法进行负荷辨识时存在识别率不高、模型建立困难、难以推广应用等问题。为此,基于智能负荷控制器(SRLC)的用电参数检测功能和非侵入式负荷监测(NILM)原理,提出一种基于多参量隐马尔可夫模型(MPHMM)的负荷辨识方法。该方法采用4个负载特性参数(电流、有功功率、无功功率、功率因素)作为模型的观测向量,通过模型学习和多次迭代计算,求得与MPHMM模型隐藏状态相匹配的观测序列的最大输出概率和最优状态序列,再采用辅助判别算法对结果进行修正,完成对负荷的最终辨识。通过搭建实验平台对所提方法进行验证。结果表明,该方法辨识准确率可达95%以上,特别是对小功率负荷具有较好的识别效果。

关键词：负荷辨识非入侵式负荷监测多参量隐马尔科夫模型自动需求响应系统需求侧管理

基于非侵入式用电数据分解的自适应特征库构建与负荷辨识

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2020年第4期44卷 101-109页

作者：武昕焦点高宇辰华北电力大学电气与电子工程学院

非侵入负荷监测是实现需求侧测量与能效优化的有效途径。文中提出了一种高频采集模式下的非侵入式负荷在线监测方法,使整个监测过程自动化、实时化。首先,根据负荷电流的可加性原理建立了负荷分离模型,得到独立负荷波形;并结合负荷的操... 详细信息

非侵入负荷监测是实现需求侧测量与能效优化的有效途径。文中提出了一种高频采集模式下的非侵入式负荷在线监测方法,使整个监测过程自动化、实时化。首先,根据负荷电流的可加性原理建立了负荷分离模型,得到独立负荷波形;并结合负荷的操作特性,无需预实验获取先验数据。然后,通过贝叶斯分类模型实现负荷种类判断,从而在运行过程中为每个独立用户构建动态的负荷特征库。最后,基于库中数据,通过构建寻优模型实现负荷辨识,从而持续、实时获取负荷用电状态,并通过实际采集的用电数据验证了方法的有效性。该研究可自适应地为独立用户构建负荷特征库,改善了提前建库不具有普适性的问题,同时,基于特征库的快速寻优保证了辨识的有效性与准确性。

关键词：非侵入负荷监测负荷分离负荷特征库负荷辨识

在线全文

学校读者我要写书评

暂无评论

一种关联RNN模型的非侵入式负荷辨识方法

电力系统保护与控制 2019年第13期47卷 162-170页

作者：刘恒勇史帅彬徐旭辉周东国闵若琳胡文山深圳供电局有限公司广东深圳518048 武汉大学动力与机械学院湖北武汉430072

为了进一步拓展监督学习方法在非侵入式负荷辨识中的应用,提出了一种关联循环神经网络(Recurrent Neural Networks,RNN)模型的负荷辨识方法。在该方法中,首先引入了时间窗负荷事件检测方法,提取谐波分量作为负荷特征,并将负荷特征作为RN... 详细信息

为了进一步拓展监督学习方法在非侵入式负荷辨识中的应用,提出了一种关联循环神经网络(Recurrent Neural Networks,RNN)模型的负荷辨识方法。在该方法中,首先引入了时间窗负荷事件检测方法,提取谐波分量作为负荷特征,并将负荷特征作为RNN模型的输入。然后根据其对历史输入特征量的记忆建立由输入映射到输出的内在关联,从而建立面向时间序列输入的RNN负荷辨识方法。进一步地,为了避免“梯度消失”问题,选择了最佳的激活函数和损失函数。最后,通过单负荷辨识、多负荷辨识的实测实验,证实了所提关联RNN模型的负荷辨识方法能够有效地实现用户内部负荷设备状态的辨识要求。

关键词：非侵入式负荷辨识深度学习事件检测 RNN

基于事件特征聚类的非侵入式小餐饮负荷辨识算法研究

在线全文

学校读者我要写书评

暂无评论

电工技术 2022年第22期 85-88页

作者：马云龙裴子霞李新家严永辉王黎明国网江苏省电力有限公司江苏南京210024 江苏方天电力技术有限公司江苏南京210000

随着社会用电量的不断增长,国家电网公司公开报道数据显示,全国多数省份一般工商业占总用电量比例集中在20%左右,且增速较快,由此对电力公司产生了巨大的供需缺口压力,也对政府部门对于工商业用户的安全和环保监管提出了新的挑战。当前... 详细信息

随着社会用电量的不断增长,国家电网公司公开报道数据显示,全国多数省份一般工商业占总用电量比例集中在20%左右,且增速较快,由此对电力公司产生了巨大的供需缺口压力,也对政府部门对于工商业用户的安全和环保监管提出了新的挑战。当前一般工商业负荷辨识研究刚起步,总体研究水平还停留在理论研究阶段,亟需形成技术突破。鉴于此,提出了一种事件特征聚类的非侵入式小餐饮负荷辨识算法。首先基于高频采样数据,使用贝叶斯信息准则算法进行事件特征提取,其次针对小餐饮数据进行数据集分类,最后使用支持向量机(SVM)聚类算法对事件特征进行训练和调优,并在测试集中进行负荷识别。以南京某火锅店为例,验证了算法的有效性。

关键词：负荷辨识高频采样贝叶斯信息准则支持向量机聚类

关联规则挖掘算法在非侵入式负荷辨识中的应用

在线全文

学校读者我要写书评

暂无评论

中文科技期刊数据库（全文版）工程技术 2023年第2期 9-12页

作者：徐浩博徐天奇云南民族大学云南昆明650031

非侵入式负荷辨识是分析用户用电信息并使用户做出用电规划的重要手段之一。为了解决负荷辨识算法的准确率低的问题,首先从公开数据集中获取了用电设备的稳态特征,改进了传统Apriori算法,使用改进Apriori算法和Free-Span算法对预处理后... 详细信息

非侵入式负荷辨识是分析用户用电信息并使用户做出用电规划的重要手段之一。为了解决负荷辨识算法的准确率低的问题,首先从公开数据集中获取了用电设备的稳态特征,改进了传统Apriori算法,使用改进Apriori算法和Free-Span算法对预处理后的关联规则进行挖掘。最后对比测试几种算法发的性能,算例结果显示,Free-Span算法在性能测试中的表现良好,负荷识别准确率较高。

关键词：负荷辨识关联规则挖掘改进Apriori算法 Free-Span算法