| 基于行为影响因子的非侵入式负荷实时分解算法 |
| |
| 引用本文： | 蔡宇,董树锋,徐航,毛航银,宋永华. 基于行为影响因子的非侵入式负荷实时分解算法[J]. 电力自动化设备, 2021, 41(12): 193-199. DOI: 10.16081/j.epae.202107005 |
| |
| 作者姓名： | 蔡宇 董树锋 徐航 毛航银 宋永华 |
| |
| 作者单位： | 浙江大学电气工程学院,浙江杭州310027;国网浙江省电力有限公司,浙江杭州310007;澳门大学电机及电脑工程系,澳门特别行政区999078 |
| |
| 基金项目： | 国家电网公司科技项目(5211041800M) |
| |
| 摘 要： | 针对传统非侵入式负荷分解算法准确率低、计算较耗时等问题,在隐马尔科夫模型(HMM)的基础上提出基于行为影响因子的负荷实时分解算法.使用自适应的迭代K-means聚类方法提取负荷状态,并将负荷状态组合成超状态.针对传统HMM没有考虑用电场景时间特性的缺陷,对参数进行时间分段学习.在分解阶段引入用户用电行为模式的影响因子,改进隐马尔科夫齐次假设,并利用维特比算法分解出用户的各个负荷的实时状态.通过公开数据集验证了所提算法的准确性和实时性.
|
| 关 键 词： | 负荷分解 超状态 隐马尔科夫模型 自适应K-means 行为模式 |
Real-time disaggregation algorithm of nonintrusive load based on usage influencing factor |
| |
| CAI Yu,DONG Shufeng,XU Hang,MAO Hangyin,SONG Yonghua. Real-time disaggregation algorithm of nonintrusive load based on usage influencing factor[J]. Electric Power Automation Equipment, 2021, 41(12): 193-199. DOI: 10.16081/j.epae.202107005 |
| |
| Authors: | CAI Yu DONG Shufeng XU Hang MAO Hangyin SONG Yonghua |
| |
| Affiliation: | College of Electrical Engineering, Zhejiang University, Hangzhou 310027, China;State Grid Zhejiang Electric Power Co.,Ltd.,Hangzhou 310007, China; Department of Electrical and Computer Engineering, University of Macau, Macau 999078, China |
| |
| Abstract: | |
| |
| Keywords: | load disaggregation super-state HMM self-adaptive K-means usage pattern |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《电力自动化设备》浏览原始摘要信息 |
|
点击此处可从《电力自动化设备》下载全文 |
|
