非侵入式负荷识别的电流序列可视化方法

以单一特征为标签的用电设备识别,因特征携带的信息量不足,在区分性质相似的负荷时易产生误判,为此,提出一种将电流序列编码为图像的二维可视化方法,通过计算机视觉技术对负荷进行分类识别。利用Fryze功率理论提取电流的非有功分量,通过格拉姆角场(GAF)将一维电流序列转换成二维图像,借助数据扩充的方式进行升维,并赋予矩阵颜色特征来提升负荷标签的辨识度;基于迁移学习的思想,利用预训练模型Inception_v3提取并学习GAF图像特征,并以该特征为标签对负荷类型进行分类识别。在2个公开数据集上的实验验证了所提方法在高频采集场景下的准确性和有效性。     

基于模体挖掘与调和函数半监督学习的非侵入式负荷监测

针对现有非侵入式负荷监测(NILM)方法成本高昂等问题,提出一种基于模体挖掘与调和函数半监督学习的NILM方法。基于低频采样数据,根据从监测数据得到的功率阶跃量,利用时间序列分析法和模体挖掘法划分设备的运行窗;在设备运行窗中,根据设备特性与统计方法定义设备开启最大值到稳定运行点的斜率、设备稳定运行时的波动幅度2个新的特征量;构建设备运行窗的特征向量,并利用基于调和函数的半监督学习算法对运行窗中的设备类型进行识别。基于参考能量分解数据集,分别从事件匹配和设备识别的角度将模体挖掘和基于调和函数的半监督学习算法与其他NILM方法进行对比,验证了所提方法的准确性和可推广性。     

欠定分离机制下基于特征滤波的居民负荷非侵入辨识算法

通过非侵入采集模式下电流信号的欠定求解实现了负荷分解,获取了各独立负荷的完整电流,在负荷分解基础上实现了状态辨识。利用居民用户的负荷操作习惯将难以求解的欠定问题优化建模,转化为一维欠定问题,将求解模型建立为单位时间间隔仅从采集信号中分离两路信号。依据电流频域信号的稀疏性通过两步迭代收缩阈值算法得到最优解,使每个投入运行的负荷均可独立分解。通过先验方式获取用电网络各负荷的特征电流形成特征滤波器组,对分解电流进行频域滤波,通过对滤波后频率分量的量化判决实现负荷辨识。利用实际采集的用电数据验证了算法的有效性,能够有效实现负荷分解,并准确判断负荷状态。     

考虑辨识结果连续性的Type-Ⅲ型工商业负荷辨识方法

非侵入式负荷监测技术可以引导用户合理安排用电时间,从而减少电量消耗.其中,由于状态的连续可变性,连续变化(Type-Ⅲ)型负荷的辨识一直是非侵入式负荷监测中难以解决的问题之一.针对Type-Ⅲ型负荷的辨识难题,提出了基于深度卷积神经网络(CNN)和隐马尔可夫模型(HMM)的非侵入式负荷辨识算法.首先,根据互信息理论进行负荷特征选择;然后,利用残差神经网络作为深度CNN的基本架构,提取负荷多维特征并实现Type-Ⅲ型负荷的初辨识;最后,为了解决CNN辨识结果中存在的状态断点问题,采用HMM完成负荷辨识结果的连续性优化.在复杂的工商业运行环境中,对具有代表性的Type-Ⅲ型负荷数据进行了算法训练和验证,结果表明所提算法能有效辨识Type-Ⅲ型工商业负荷的运行状态.     

基于GRNN与注意力机制模型的非侵入式家用负荷分解

为了提高识别精度,提出一种基于GRNN与注意力机制模型的非侵入式家用负荷分解方法.采用批标准化来减少神经网络层与层之间的耦合,利用GRNN强大的时间序列特征表示能力,来提取电力负荷入口处测得的总用电信息与各电器能耗之间的关系,同时利用注意力机制来减少模型的权重参数.最后通过算例验证了算法的可行性与优越性.     

一种基于非侵入式电器设备监测及识别方法

随着电网的发展,电力监测系统需要监测到每个电器设备的工作状态,传统对电器负荷监测是采用侵入式方法,该方法需要安装大量的监测设备,成本很高.本论文提出了一种基于非侵入式的电力监测实现方法.设计了一套基于STM32F103单片机的电量监测方法,并根据智能识别算法,从监测数据中识别出各设备的运行状态,从而达到各个电器设备转态...     

液压电磁阀故障机理分析与瞬态特性仿真

液压电磁阀作为液压系统中的关键元件,是电控系统和液压系统的控制中枢,在大型武器装备中使用数量多、分布广,且故障率较高,对其实施在线监测诊断对于确保液压系统的正常运行十分重要.在收集整理电磁阀常见故障的基础上,深入研究了各类故障的发生机理;通过对电磁阀常见故障和特征信号的可测性分析,提出了一种基于磁场和振动敏感的电磁阀非介入式测试诊断技术;通过对电磁阀工作过程中的磁路分析和阀芯受力分析,建立了电磁阀的瞬态响应仿真模型,并进行了实验验证,为电磁阀故障的快速检测诊断奠定了基础.     

塑料套管混凝土桩挤土效应的非侵入可视化研究

 结合透明土、粒子图像测速(PIV)和近景摄影测量3种技术,研究塑料套管混凝土桩(TC桩)的挤土效应,并对周围土体的变形规律进行探讨,且与传统静压桩打设引起的土体变形进行对比。试验结果表明：圆锥桩尖引起的最大变形量相比平底桩尖的降低了40%;而在平底桩尖TC桩的成桩过程中,影响区域扩展到了远离桩体中心线11倍桩径处,而对于圆锥桩尖,则为6倍桩径;沉管上拔引起的土体移动主要发生在上拔前期,对于圆锥桩尖TC桩,其沉管上拔过程引起的最大位移量和影响区域分别约为平底桩尖的57%和33%,然而,在TC桩成桩过程中,沉管打设是引起土体变形的主导因素,沉管上拔引起的土体恢复变形较小;在与TC桩沉管直径相同条件下,传统静压桩打设引起的土体变形量与TC桩的相一致,然而其影响区域略小。     

基于网络点评的城市公园使用后评价 研究——以合肥大蜀山森林公园为例

使用后评价研究对城市公园的运营意义重大。当前,中国城市公园使用后评价所使用数据多属介入式数据,在公认有效的同时亦有不足。在自媒体时代,引入网络点评这一非介入式大数据,尝试丰富数据来源。以合肥大蜀山森林公园为例,采用内容分析法对其网络点评进行编码处理、语义分析,得出大蜀山森林公园使用状况及存在问题。据此提出景区(公园)入口相对、景点设在路口、活动依托旧有、收费对比认知与实付4点改进建议。同时,总结网络点评数据在城市公园使用后评价中的优缺点,探讨使用方式。     

基于非侵入式负荷辨识的聚合负荷需求响应能力在线评估

用户侧负荷资源数量众多、容量不均,分布零散,响应潜力强,具备参与电网调节的能力。基于负荷工作时功率、电流等特征差异,建立负荷特征指纹库,提出面向居民电器的非侵入式负荷辨识方法,实现居民用能的在线分解。基于同类电器特征相似的特点,在同一台区下,提出由下至上的台区负荷需求响应能力在线聚合监测方法,实现台区负荷资源参与需求响应能力的评估。在通过REDD数据集和某台区拓扑的测试,表明该方法对居民负荷具有较好的辨识度,对台区负荷资源需求响应能力很好地监测,为未来负荷侧泛在资源的整合及协调利用提供了方式和途径。#$NL关键词：非侵入式; 负荷辨识; 需求响应; 聚合监测#$NL中图分类号：TM73