首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  完全免费   2篇
  自动化技术   3篇
  2022年   1篇
  2021年   1篇
  2020年   1篇
排序方式: 共有3条查询结果,搜索用时 32 毫秒
1
1.
通过非侵入式负荷监测技术,可以更为详细地了解居民各个时段的用电信息,帮助其制订合理的用电计划,以达到科学用电。非侵入式负荷监测技术的重点是暂态事件的监测,本文提出希尔伯特振动分解(Hilbert vibration decomposition,HVD)算法对用电设备开启瞬间的功率、电流等电气参数变化时存在的突变点进行暂态事件的监测。HVD算法负荷监测与双边滑动窗CUSUM变点监测算法相比,不用设定阈值,所以漏检和误检的可能性大大降低。通过MATLAB/Simulink仿真软件搭建相应的电路模型,仿真分析得出HVD算法可以有效地对暂态事件进行辨识。  相似文献
2.
隐马尔可夫模型(HMM)是非侵入式负荷监测常用的算法. 由于电压波动与负荷自身电气特性变化等原因, 负荷的测量状态如功率可能持续变化, 运行过程中出现新的状态转移, 但当前基于HMM的非侵入式负荷监测方法 并未考虑如何处理该情况, 缺乏状态辨识与功率分解的泛化能力. 针对这一问题, 本文提出并构建二元参数隐马尔 科夫模型(BPHMM), 结合DBSCAN聚类算法, 基于有功功率和稳态电流对负荷状态进行聚类, 降低了因电压波动和 噪声数据对负荷状态聚类结果造成干扰的可能性; 改进维特比算法使其考虑到HMM模型参数更新以实现对负荷 状态预测泛化性能的改进; 考虑到功率的随机波动性, 基于极大似然估计原理构建功率计算优化模型并实现负荷 的功率分解. 本文采用公共数据集AMPds2对所述方法进行验证, 测试算例验证了所述方法的有效性.  相似文献
3.
非侵入家用负荷识别技术对于家庭可以指导用户合理安排用电,减少用电开支,同时电力部门利用家庭用电数据可以了解负荷用电规律及趋势,完善电力规划。现有的研究多采用高级智能算法对负荷特征进行学习,针对现有现有算法识别特征存在的不足,现提出一种基于稳态波形分解的BP神经网络负荷识别方法。该算法主要利用稳态波形可叠加性对分解后的电流波形进行谐波特征提取,结合经过神经网络训练后得出权值,阈值,由嵌入式实现对负荷的识别。该方法已成功在嵌入式装置上实现,取得了预期的效果。  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号