检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于非侵入式负荷监测的居民用电行为分析

电网技术 2018年第10期42卷 3268-3274页

作者：周明宋旭帆涂京李庚银栾开宁新能源电力系统国家重点实验室(华北电力大学) 北京市昌平区102206 国网江苏省电力有限公司江苏省南京市210024

对基于非侵入式负荷监测的居民用电行为分析方法进行了研究。首先,设计了一种基于滑动窗的事件探测算法,并以负荷电流奇次谐波幅值为特征建立负荷特征库,提出基于Adaboost的BP神经网络负荷识别算法,集成多个BP神经网络以提高识别准确率... 详细信息

对基于非侵入式负荷监测的居民用电行为分析方法进行了研究。首先,设计了一种基于滑动窗的事件探测算法,并以负荷电流奇次谐波幅值为特征建立负荷特征库,提出基于Adaboost的BP神经网络负荷识别算法,集成多个BP神经网络以提高识别准确率。然后,利用负荷识别结果对用户总功率信号进行分解,得到各个电器具体的用电信息,并结合分时电价,得到居民用电行为的详细分析结果。最后通过实际居民用户数据验证所提方法的有效性,并从家庭节能和需求侧管理两个方面给出了优化用电建议。研究成果对实现居民用户与电网友好互动提供了决策支持。

关键词：非侵入式负荷监测用电行为优化用电 Adaboost BP神经网络

在线全文

学校读者我要写书评

暂无评论

市场竞争机制下用户用电行为特性辨识模型

电力自动化设备 2019年第11期39卷 92-98页

作者：李扬陈玉辰王子健蒋浩然东南大学电气工程学院

研究市场环境下的用户用电行为,有利于优化电力市场机制,为市场的数据化运营奠定基础,对电网的安全稳定运行有着积极的作用。首先,针对不同用户在电力市场环境下对电能价格和需求响应政策等的反应机制,从购电潜力、电价敏感度、需求响... 详细信息

研究市场环境下的用户用电行为,有利于优化电力市场机制,为市场的数据化运营奠定基础,对电网的安全稳定运行有着积极的作用。首先,针对不同用户在电力市场环境下对电能价格和需求响应政策等的反应机制,从购电潜力、电价敏感度、需求响应潜力3个方面构建市场行为评价指标体系,在对初始用户样本进行指标量化的基础上,采用二次聚类法确定用户初始类别;然后,基于学习向量量化(LVQ)神经网络和自组织映射(SOM)神经网络,提出具有类别增量学习功能的自适应辨识模型;最后,基于某地市的实际用户数据进行模型验证。算例结果表明,所提自适应辨识模型的辨识结果准确,能有效地辨识得到新的用户类型,同时在更新辨识模型的速度上也有较大的优越性。

关键词：电力市场用电行为竞争机制自适应辨识 LVQ神经网络 SOM神经网络类别增量学习模型

在线全文

学校读者我要写书评

暂无评论

用电行为数据可视分析系统

计算机应用 2018年第A01期38卷 77-82页

作者：侯雪肖丁陈璞迪宋礼北京邮电大学计算机学院北京100876

为了解决传统用电行为分析方法对分析结果难以解读、验证困难的问题,设计了一个理解用户用电行为的可视分析系统——VASEBD。首先对用电数据进行了组织和管理,并建立索引,以提高数据检索速度;提供了两种数据分析方法,系统用户可以选择... 详细信息

为了解决传统用电行为分析方法对分析结果难以解读、验证困难的问题,设计了一个理解用户用电行为的可视分析系统——VASEBD。首先对用电数据进行了组织和管理,并建立索引,以提高数据检索速度;提供了两种数据分析方法,系统用户可以选择感兴趣的目标进行分析;设计了新颖的可视化方法对数据进行可视分析,能够帮助专家更好地分析与理解数据。该系统结合了用电行为数据挖掘方法和可视分析方法,帮助电力系统专家更好地结合自己的领域知识从丰富的用电行为数据中发现未知的趋势和现象,提供可靠、可理解的结果,分析不同用户之间用电行为的差异。最后采用VASEBD对某地区的用电行为进行了全方位的分析,得到了有价值的结论,在一定程度上证明了系统的有效性和实用性。

关键词：电力数据用电行为数据挖掘数据可视化可视分析

基于用电行为及特征重要性的校园建筑能耗基准研究

在线全文

学校读者我要写书评

暂无评论

基于用电行为及特征重要性的校园建筑能耗基准研究

作者：王博广西大学

学位级别：硕士

随着中国学校规模逐渐扩大,学校建筑能耗在社会总能耗中占的比重越来越高,因此对于校园建筑的节能研究显得尤为重要。建筑能耗基准是进行建筑节能计算的基础,也是衡量建筑用能水平合理与否的标准。然而,现有校园建筑能耗基准存在精度低... 详细信息

随着中国学校规模逐渐扩大,学校建筑能耗在社会总能耗中占的比重越来越高,因此对于校园建筑的节能研究显得尤为重要。建筑能耗基准是进行建筑节能计算的基础,也是衡量建筑用能水平合理与否的标准。然而,现有校园建筑能耗基准存在精度低和实用性差的问题,因此,本文基于用电行为及建筑特征重要性对校园能耗基准进行研究。首先,在分析建筑时序能耗数据的基础上,提出一种考虑季节因素按照用电行为进行建筑重分类的方法,通过聚类算法根据不同建筑各个时刻用电行为之间的欧式距离将建筑重分类,与原始分类相比新类别内的建筑实际工作模式更相近。并在此基础上用四分位线法确定了针对建筑时序能耗数据的能耗基准。其次,在分析建筑特征数据的基础上,结合回归分析法和同级比较法两种方法的优势,提出回归-同级比较建筑能耗基准确定方法。通过随机森林算法构建以建筑能耗强度和建筑原始分类为目标值的回归模型,计算各特征的重要性。按特征重要性排名进行特征选择后,通过因子分析方法对建筑特征进行降维,再通过聚类算法完成建筑的重分类,与原分类相比,新分类内建筑在实际特征上更加接近。在此基础上确定了针对建筑特征数据的能耗基准。最后,为针对部分特殊建筑特征数据集,在提出的回归-同级比较法的基础上,考虑不同机器学习算法的优势区间,提出一种基于线性加权融合的多算法融合模型,将三种机器学习算法基于特征重要性进行特征选择后的结果作为输入,通过聚类算法完成建筑的重分类,根据重分类效果来分配各算法结果的权重值,从而将人工神经网络、随机森林及支持向量机三种算法进行加权融合,结合了各算法的在不同数据集上的优势,最后确定目标建筑的能耗基准。本文提出了基于用电行为及特征重要性的校园建筑能耗基准确定方法,与原有方法相比更精确、更有实际价值,本文的研究也为确定校园能耗基准提供了案例支持。

关键词：用电行为特征重要性校园建筑能耗基准多算法融合

碳交易机制下计及用电行为的虚拟电厂经济调度模型

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

电力系统保护与控制 2020年第24期48卷 154-163页

作者：张立辉戴谷禹聂青云童子豪华北电力大学经济与管理学院新能源电力与低碳发展研究北京市重点实验室北京102206

虚拟电厂(Virtual Power Plant, VPP)能够聚合发电侧的分布式能源以提高可再生能源消纳程度。由于可再生能源出力的不确定且成本缺乏竞争力,虚拟电厂在运营过程中往往存在弃风弃光现象。建立了一种碳交易机制下计及用电行为的虚拟电厂... 详细信息

虚拟电厂(Virtual Power Plant, VPP)能够聚合发电侧的分布式能源以提高可再生能源消纳程度。由于可再生能源出力的不确定且成本缺乏竞争力,虚拟电厂在运营过程中往往存在弃风弃光现象。建立了一种碳交易机制下计及用电行为的虚拟电厂经济调度模型,使可再生能源能参与到碳交易中,并促进用户侧与发电侧的协同。针对该模型的双层性、非线性和半连续性,提出了一种综合线性逼近、KKT条件和透视变换理论的重构方法,将其转化为单层整数二阶锥模型实现求解。算例表明,促进可再生能源消纳有助于提高虚拟电厂的减排效益。同时,碳交易机制具有提高可再生能源消纳总量的能力,用户的响应则具有改善风能利用分布的能力,而采用合适的电价机制能够进一步发挥二者之间的协同效益。

关键词：虚拟电厂经济调度可再生能源消纳碳交易用电行为二阶锥

在线全文

学校读者我要写书评

暂无评论

基于自适应权重特征聚类的用户用电行为分析

计算机应用与软件 2023年第11期40卷 341-349页

作者：洪居华洪兰秀李源非蔡期塬沈豫刘林许梓明国网福建省电力有限公司经济技术研究院福建福州350000 国网信通亿力科技有限责任公司福建福州350000

智能电表的推广使得监测数据呈指数级增长,但部分大电力公司在需求侧分析和大数据分析方面通常面临极大的挑战,因此,提出一种自适应权重特征K-均值有限传播(adaptive weighted feature K-means finite propagation,AP)聚类算法来分析用... 详细信息

智能电表的推广使得监测数据呈指数级增长,但部分大电力公司在需求侧分析和大数据分析方面通常面临极大的挑战,因此,提出一种自适应权重特征K-均值有限传播(adaptive weighted feature K-means finite propagation,AP)聚类算法来分析用户的用电行为。构造一个综合特征集,即负荷曲线的时域、频域和波动特征。将特征集应用到分布式框架中分析客户行为,在局部建模中,考虑负荷曲线的时域和波动特性,采用自适应K-means算法对负荷曲线进行聚类,并采用客观熵权;在全局建模中,引入AP聚类算法,结合加权时域和频域特征得到聚类结果。通过仿真数据的性能测试和大数据集的用电行为分析,验证了所提模型和方法的有效性。

关键词：自适应权重特征有限传播用电行为分布式框架熵权

智能园区用户用电行为分析与家庭能源优化调度策略研究

在线全文

学校读者我要写书评

暂无评论

智能园区用户用电行为分析与家庭能源优化调度策略研究

作者：常娟西安建筑科技大学

学位级别：硕士

为响应国家“双碳”战略,推动能源需求改革,用户用电行为与家庭能源调度、电网与用户的交易模式受到了相关研究工作者的广泛关注。因此,如何设计用户参与电力市场化交易,实现居民侧与电网侧的友好互动成为能源需求管理研究的一个关键性... 详细信息

为响应国家“双碳”战略,推动能源需求改革,用户用电行为与家庭能源调度、电网与用户的交易模式受到了相关研究工作者的广泛关注。因此,如何设计用户参与电力市场化交易,实现居民侧与电网侧的友好互动成为能源需求管理研究的一个关键性问题。课题针对智能园区家庭能源管理模型进行优化调度研究:(1)针对用户用电行为,通过实地调研+问卷调查收集用电数据,并对该数据进行K-means聚类。由于K-means的初始聚类中心具有不确定性,提出一种采用麻雀算法(Sparrow Search Algorithm,SSA)优化K-means用户用电行为的分类方法。(2)针对粒子群算法(Particle Swarm Optimization,PSO)易陷入局部最优、全局搜索精度不高等缺点,提出改进惯性权重、速度以及位置动态更新的PSO算法进行智能园区单用户用电负荷优化调度。(3)针对多用户负荷模型高度非线性与复杂性问题,利用概率统计思想将负荷模型等效为四类用户调度之和,并进行功率约束和不同电价对比实验。(4)提出一种智能园区家庭能源交易模式,并对该交易模式进行投产分析。实验结果表明:在用户用电行为分类中,相较于K-means,经过SSA优化的K-means聚类模型提高了5.2%的准确率。以夏季单用户和多用户用电负荷优化调度为例进行仿真,改进的PSO算法不仅降低单用户用电成本4.9%,同时降低峰谷差。在多用户负荷优化调度实验中,考虑功率约束时,用户用电行为更符合实际用电习惯。与分时电价相比,实时电价为四类用户节省用电成本分别为43.14%、33.33%、46.53%和33.57%。在投产分析中,对于70年产权用户,回本年限为4年。总之,智能园区家庭能源管理系统实现了用电的低碳化,节约成本。

关键词：用电行为粒子群算法优化调度麻雀算法

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

基于Spark的用户用电行为分析与应用

基于Spark的用户用电行为分析与应用

作者：黄东升沈阳理工大学

学位级别：硕士

随着智能电网和智能用电概念的提出,传统的电力行业正在不断发生改变,其中大量智能终端采集设备在电力系统中被广泛使用,使得电网系统每时每刻都产生海量数据。如何有效利用电网大数据资源,将是电力行业亟待解决的问题。在以分时电价为... 详细信息

随着智能电网和智能用电概念的提出,传统的电力行业正在不断发生改变,其中大量智能终端采集设备在电力系统中被广泛使用,使得电网系统每时每刻都产生海量数据。如何有效利用电网大数据资源,将是电力行业亟待解决的问题。在以分时电价为基础的需求侧响应中,研究分析大用户用电行为,对充分调动电力用户积极参与需求侧响应、缓解电网峰时段的运行压力具有重要意义。本文首先介绍了智能电网中电力大数据、分时电价的相关背景,论述了国内外用户用电行为研究现状,厘清了负荷特征指标、数据挖掘以及大数据平台的相关技术,为后文进行用户用电行为分析,挖掘需求侧响应潜力用户奠定理论基础;其次针对使用经典K-means选取初始值具有一定的盲目性和不确定性,本文提出了基于Canopy+算法的改进K-means聚类算法,将Canopy+预聚类输出的结果,作为K-means算法的初始值,用以解决K-means选取聚类个数具有的盲目性以及初始聚类中心点具有的不确定性,并结合UCI数据集对改进后的聚类算法与原K-means算法进行聚类对比实验,实验表明,改进后的聚类算法在K值的选取和聚类准确率上均有良好表现;最后将预处理后的大用户日负荷数据进行单机K-means以及内存并行化聚类,实验结果表明,在降低迭代次数的基础上,改进后集群聚类算法误差平方和降低3659.906、轮廓系数提高0.03、DB指数下降0.06。本文应用提出的改进算法,基于Spark大数据分析环境,对2021年3月份沈阳某地区7609个工商业用户的日负荷数据进行并行化聚类分析,最终将电力用户划分为五个类别,其中具有调峰潜力、较优质的需求侧响应用户为第2类和第5类用户。第2类用户虽然在峰时段、谷时段及平时段用电量占比相差不大,但整体用电量大,处于高负荷状态,因此具备一定的调峰潜力;第5类用户峰时段用电量占比较高,平时段、谷时段用电量占比较低,峰谷用电量差值、峰平用电量差值较大,因此具有较好的调峰填谷的潜力。同时,基于每类用户的典型日负荷曲线,分析每类用户用电特征,提出电价策略。

关键词：大数据平台分时电价用电行为内存并行化聚类

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

考虑负荷纵向随机性的用户用电行为聚类方法

电力自动化设备 2018年第9期38卷 39-44+53页

作者：冯志颖唐文虎吴青华陆国俊栾乐华南理工大学电力学院广州供电局有限公司

针对不考虑负荷纵向随机性所导致的数据损失和用户误分类的问题,提出了一种考虑负荷纵向随机性的基于推土机距离(EMD)的用户用电行为识别新方法。该方法通过统计电力用户同一时刻多天的负荷分布情况,从横向和纵向2个角度全面表征用户的... 详细信息

针对不考虑负荷纵向随机性所导致的数据损失和用户误分类的问题,提出了一种考虑负荷纵向随机性的基于推土机距离(EMD)的用户用电行为识别新方法。该方法通过统计电力用户同一时刻多天的负荷分布情况,从横向和纵向2个角度全面表征用户的用电行为。并结合EMD和欧氏距离度量不同用户用电行为的差异程度。以一组国际通用的居民用电负荷作为算例进行分析,算例结果表明,在横向特性较为相似的用户中,该方法能够很好地提取用户的纵向特性。定性和定量分析均表明,该方法对用户负荷的聚类效果精细合理。

关键词：智能电网用电行为负荷曲线纵向随机性聚类方法推土机距离