检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

非侵入式负荷特征选择与识别研究

非侵入式负荷特征选择与识别研究

作者：包圣山东大学

学位级别：硕士

非侵入式负荷监测作为一种新兴技术,正在成为对终端用户设备用电情况进行实时监测和及时反馈的重要手段。随着智能计量和能源互联网建设的发展,面向用户的供电服务由单纯供能向智能互动转变,因而非侵入式负荷辨识的深入研究具有较强的... 详细信息

非侵入式负荷监测作为一种新兴技术,正在成为对终端用户设备用电情况进行实时监测和及时反馈的重要手段。随着智能计量和能源互联网建设的发展,面向用户的供电服务由单纯供能向智能互动转变,因而非侵入式负荷辨识的深入研究具有较强的理论挖掘与现实指导意义。非侵入式负荷辨识目前尚存在特征量的分析不够细致、特征选择主观性强、辨识算法因未充分考虑特征量的信息表达差异而效果欠佳等问题,本文对此进行了系列研究,从数据预处理、特征提取和用电行为分析等方面对负荷用电特征展开了详细的讨论,围绕合理的特征选择标准和有效的特征选择方法进行深入的分析,并将特征选择方法融入非侵入式负荷辨识算法的改进,取得良好应用效果。具体内容如下:首先,针对非侵入式负荷辨识的需要,对负荷用电特征进行深入分析。在利用数据预处理方法对负荷量测数据进行清洗与修补的基础上,对设备暂稳态过程进行分析,建立各类暂稳态特征量的计算方法,构建能够描述设备用电特性的暂稳态特征集。为提高谐波特征的代表性,提出以主成分分析法对谐波数据进行降维,同时采用基于高斯核密度估计的爬山算法进行主成分浓缩的谐波特征提取方法,实现了对设备用电畸变特性的精准描述。其次,为在特征选择中排除冗余提高相关以优化非侵入式负荷辨识效果,提出了一种平衡冗余度和相关度的非侵入式负荷特征选择方法。基于近似马尔科夫毯判定,提出了特征集去冗判别依据,以特征预选次数为度量来确定特征选择的优先级,并采用结合CRITIC权重的互信息法对负荷初始特征集实施去冗处理,基于Relief-F方法建立特征相关度排序算法;在此基础上,本着平衡冗余度和相关度的分析思路,对初始特征集建立特征筛选策略,从而获取具备最小冗余最大相关的最优特征子集。同时在验证所提方法时,采用以十折分层交叉验证获取最优k值的K-近邻辨识算法,使得算例的结论更为客观、更具说服力。最后,针对各电气特征量在表达不同设备用电特性上的差异性,提出了一种基于距离改进的模糊C均值聚类非侵入式负荷辨识算法。分析了以等特征重要性的欧氏距离为相似性判据的局限性,提出以熵权法配置特征的权重系数,并构建考虑特征加权修正的距离度量矩阵,实现了辨识算法中隶属度矩阵和聚类中心的修正与特征量信息表达能力的密切结合。为提升改进辨识算法的求解能力,进一步提出基于轮廓系数的最优聚类数目确定方法,以及基于最小生成树原理的量测数据暂稳态区间划分方法,有效解决了聚类数目设定不当引起的辨识精度不足及特征量准确抓取问题。总之,本文在非侵入式负荷辨识的特征选择方法和辨识算法的改进上取得进展,能够较好的实现设备用电更精细的辨识。

关键词：非侵入式负荷特征分析特征选择冗余度相关度负荷辨识模糊聚类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

非侵入式负荷自动在线监测方法研究

非侵入式负荷自动在线监测方法研究

作者：焦点华北电力大学(北京)

学位级别：硕士

实施有效的电力需求侧管理被认为是解决能源紧缺问题的重要途径,需求侧负荷管理能够根据负荷用电数据对需求侧资源进行合理的调度和配置,从而提高电能利用效率。作为实现需求侧智能管理的重要环节,用户域负荷监测是获取需求侧负荷用电... 详细信息

实施有效的电力需求侧管理被认为是解决能源紧缺问题的重要途径,需求侧负荷管理能够根据负荷用电数据对需求侧资源进行合理的调度和配置,从而提高电能利用效率。作为实现需求侧智能管理的重要环节,用户域负荷监测是获取需求侧负荷用电数据的有效手段。目前,常用的负荷监测方法分为侵入式和非侵入式两种,由于侵入式方法在安装、维护和管理等方面复杂不便,且电网对用户负荷的管理受限,无法进入用户内部量测用电数据,侵入式监测难以广泛应用。因此,非侵入式负荷监测技术受到了研究人员的广泛关注,该技术通过对电力入口处采集得到的总用电数据进行分析处理,获得用户中各负荷的用电情况,从而掌握用户中各负荷的实际用电情况及细节能耗水平。考虑到在监测的实际执行阶段,目前研究均需进入用户内部手动记录负荷先验数据而干扰用户正常用电,导致整个监测过程无法自动执行。针对该问题,本文研究了一种自适应用户的非侵入式负荷自动在线监测方法,主要研究内容分为以下三部分:（1）总结并分析非侵入式负荷监测领域的国内外研究现状,针对现有研究工作在实际执行阶段存在的问题,提出了自适应用户的非侵入式负荷自动在线监测方法的基本框架。同时,搭建非侵入式用户电力数据采集装置,并对典型居民负荷的典型电信号特征进行分析。（2）根据知识图谱理论构建标准负荷特征体系,围绕负荷种类本体建立基于特征信息的负荷特征图谱。首先通过负荷特征提取获得波形信息,然后利用负荷特征融合整合提取到的波形信息,最后经过特征知识加工完善特征图谱。结合所建图谱,通过构建组合支持向量机分类模型对负荷波形种类进行区分,利用实测负荷数据验证了负荷特征图谱的有效性。（3）研究了自适应用户的非侵入式负荷在线监测方法。首先采用负荷电信号分解模型获得独立负荷波形,并基于负荷特征对波形进行聚类。然后通过贝叶斯模型对负荷特征进行概率量化,从而判断负荷波形的种类标签,在运行过程中形成用户专用负荷特征数据库。最后,基于特征库中的负荷数据,通过构建负荷电流寻优模型实现负荷辨识,从而持续、实时获取负荷的用电状态。算例分析证明了该方法的有效性。

关键词：非侵入式负荷监测电力数据采集负荷特征图谱负荷特征库负荷辨识

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的非侵入式负荷监测技术研究

基于深度学习的非侵入式负荷监测技术研究

作者：郭陆阳天津大学

学位级别：硕士

非侵入式负荷监测（NILM）通过分析用户电力入口处的数据实现对户内负荷种类、运行状态及能耗等信息的监控,是智能电网实现状态全面感知与信息双向流通的关键技术,具有广泛的应用场景及重要的社会价值。而近年来人工智能领域中的深度学... 详细信息

非侵入式负荷监测（NILM）通过分析用户电力入口处的数据实现对户内负荷种类、运行状态及能耗等信息的监控,是智能电网实现状态全面感知与信息双向流通的关键技术,具有广泛的应用场景及重要的社会价值。而近年来人工智能领域中的深度学习技术凭借其出色的性能引起了各行各业的广泛关注。为此,本文将两者相结合,开展了基于深度学习的非侵入式负荷辨识和分解相关算法研究并开发了一套非侵入式负荷监测原型系统,具体工作如下:1)为了克服单一稳态特征的局限性及不同类型特征融合所面临的困难,提出了一种基于深度特征融合的非侵入式负荷辨识算法。该算法利用卷积与BP高级特征提取网络实现V-I轨迹与功率特征的抽象表达及融合,并利用BP分类神经网络对复合特征进行辨识,改善了V-I轨迹特征无法反映负荷功率大小的缺点,提高了其负荷辨识能力。分别采用公开数据集与真实测试场景实验对该算法的效果进行了验证。2)针对非侵入式负荷辨识研究领域数据标注成本高,且实际数据中存在大量低价值样本的问题,提出了一种基于深度主动学习的负荷辨识样本优选算法。该算法利用深度主动学习技术从大量未标注样本中筛选出少量值得标注的高价值样本,使算法使用少量的样本便能达到较高的精度,保证负荷辨识准确率的同时显著降低了数据标注成本。采用一个混合数据集对该算法的效果进行了验证,并对比分析了基于池与基于流的抽样方式对NILM的适用性。3)针对传统算法无法考虑功率序列的时序相关性及基于长短期记忆网络（LSTM）的深度学习算法运算速度慢的问题,提出了一种基于深度序列翻译模型的非侵入式负荷分解算法。在基于双向门控循环单元（GRU）的Seq2seq深度序列翻译模型中,引入了局部注意力机制与集束搜索算法对模型的编码与解码过程进行优化,实现了负荷分解精度与计算速度的双重提高。分别采用公开数据集与真实测试场景实验对该算法的效果进行了验证。4)开发了一套可扩展性强的非侵入式负荷监测原型系统,在各个环节均采用了便于扩展与复用的模块化设计,并紧跟技术潮流与现代设计理念设计了可视化界面。所开发的系统具有跨平台、跨终端、界面直观与扩展性强等优点。

关键词：非侵入式负荷监测负荷辨识负荷分解深度学习可视化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于暂态过程的非侵入式负荷监测

基于暂态过程的非侵入式负荷监测

作者：牛卢璐天津大学

学位级别：硕士

对电力系统而言,负荷监测具有重要意义。传统的负荷监测一般需要在每一个被监视负荷处加装传感器等硬件设备,这种侵入式监测方法在安装和维护方面需要花费大量的时间和金钱,也满足不了不断发展的电力系统的需要。为此,人们提出了非侵入... 详细信息

对电力系统而言,负荷监测具有重要意义。传统的负荷监测一般需要在每一个被监视负荷处加装传感器等硬件设备,这种侵入式监测方法在安装和维护方面需要花费大量的时间和金钱,也满足不了不断发展的电力系统的需要。为此,人们提出了非侵入式负荷监测（NILM）系统,它只需要在电力入口处安装监测设备,通过监测该处的电压、电流等信号就可以分析得到负荷集群中单个负荷的种类和运行情况。NILM可以方便地进行负荷监测,能够节省安装和维护所需要的时间和金钱,符合目前整个社会所提倡的建设节约型社会的要求。对电力公司来说,NILM还有助于电力公司了解电力用户负荷的构成,加强负荷侧管理,通过引导用户合理消费、合理安排负荷的使用时间达到调节峰谷差和降低网损等目的;有助于改善电力负荷的预测精度,为电力系统仿真分析、系统规划提供更准确的数据。对电力用户来说,通过NILM对负荷能耗等数据的有效分析可以减少不必要的能源开销,达到节能降耗的目的。非侵入式负荷监测是未来电力测量方面的发展趋势,吸引了学术界和工业界的广泛关注。电力负荷的暂态响应特性是与其执行的物理任务密切相关的,不同类型的负荷在投切等过程中,通常会表现出独特的暂态特征信息。据此暂态特征信息,NILM能够实现对整个变电站、建筑物内部负荷集群的分解与分析,进一步获得有用的信息。它一定程度上能克服利用负荷稳态特征信息进行负荷辨识时的局限性,能够提高负荷辨识率。NILM系统应该能够自动检测负荷投切等所引起的暂态过程,并触发相关程序把暂态信息记录下来,然后送给后台高级应用程序做进一步处理。为此,本文提出了基于滑动窗的双边CUSUM暂态过程自动检测算法,此算法能根据相关电压、电流、有功功率等信号准确检测到负荷投切等引起的系统暂态过程,具有较强的精度和抗干扰能力。当前的NILM系统主要用于检测单个家庭、居民小区、商业大楼等中低压场合,且主要是单相负荷。本文把NILM进一步扩展到较高电压等级的三相系统中去,提出了一种能应用于较高电压等级变电站、发电厂等场合的非侵入式负荷监测算法—基于互相关函数的非侵入式负荷辨识算法。此算法通过同步dq变换的方法来提取负荷投切过程中的暂态特征信息,然后与负荷模型库中的典型负荷特性做比对,通过互相关函数来判别其相似性。此算法能够通过测量变电站或者发电厂母线电压以及挂接在同一母线下的负荷集群的聚合电流来有效辨识多种设备的种类和运行状态。数字仿真验证上述算法的有效性,适用于非侵入式负荷监测系统。

关键词：非侵入式负荷监测互相关函数暂态事件检测双边CUSUM 负荷辨识

基于深度学习决策融合的非侵入式负荷分类的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

河南农业大学学报 2021年第2期55卷 295-305页

作者：滕红丽贾树恒王灏王雅倩周东国胡文山袁超河南农业大学理学院河南郑州450002 武汉大学电气与自动化学院湖北武汉430072

针对负荷分类中单一特征在负荷特征相似时的局限以及不同负荷分类模型在不同特征下的适用性存在较大差异,提出一种基于多稳态特征建模和深度学习决策融合的非侵入式负荷分类方法。首先采集原始负荷数据,从中提取电流谐波(H)、有功功率(P... 详细信息

针对负荷分类中单一特征在负荷特征相似时的局限以及不同负荷分类模型在不同特征下的适用性存在较大差异,提出一种基于多稳态特征建模和深度学习决策融合的非侵入式负荷分类方法。首先采集原始负荷数据,从中提取电流谐波(H)、有功功率(P)、无功功率(Q)和V-I轨迹图等电气特征,然后组合P、Q、H得到PQH特征。为降低PQH组合特征之间的数量级差异,利用z-score方法将PQH特征进行归一化预处理;为减小V-I轨迹图对神经网络性能的影响,使用图像二值化方法将V-I轨迹图进行预处理。处理后的PQH特征和V-I轨迹二值图分别在LSTM模型和CNN模型上进行训练,利用决策融合方法构建负荷分类模型。通过PLAID公共数据集进行模型测试,使用准确率A、精确率P、召回率R和F1值4种评价指标和混淆矩阵验证模型效果。结果表明,决策融合模型的辨识结果(平均A、P、R和F1值分别为99.32%、96.36%、96.36%、96.34%)优于LSTM模型(平均A、P、R和F1值分别为98.57%、94.04%、92.47%、92.21%)和CNN模型(平均A、P、R和F1值分别为98.45%、92.11%、91.94%、91.94%)的辨识结果,组合特征和决策融合方法能够从多维度实现负荷分类,弥补单一特征和单一算法的不足,提高负荷分类效果。

关键词：非侵入式负荷辨识神经网络决策融合

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

一种考虑广义负荷时变性的动态模型研究方法

电气自动化 2020年第2期42卷 33-36页

作者：郑秋宏韩蓓李国杰徐晨博张利军上海交通大学电力传输与功率变换控制教育部重点实验室上海200240 国网浙江省电力公司经济技术研究院杭州310000

针对广义负荷随时间变化下难以进行动态建模的问题,提出一种结合聚类分析和总体测辨法的动态建模方法。对复杂的时变性场景采用k-means算法进行聚类,再进一步通过改进的粒子群算法辨识故障样本数据。最后,基于实际历史数据和DIgSILENT... 详细信息

针对广义负荷随时间变化下难以进行动态建模的问题,提出一种结合聚类分析和总体测辨法的动态建模方法。对复杂的时变性场景采用k-means算法进行聚类,再进一步通过改进的粒子群算法辨识故障样本数据。最后,基于实际历史数据和DIgSILENT仿真平台的算例结果表明,能够在考虑负荷时变性的情况下有效地进行动态建模。

关键词：聚类特征向量广义综合负荷模型负荷辨识模型时变性