共查询到20条相似文献,搜索用时 0 毫秒
1.
在住宅用电的非侵入式负荷监测与识别过程中,对负荷的投切时间检测与负荷类型的准确识别是重要的研究部分,本文提出了一种住宅用电非侵入式电力负荷监测与识别算法.首先,提出了一种基于短期环比变点检测算法,能够准确的检测出负荷的投切时间,进而对负荷的稳态特征进行高精度的提取;其次,利用融合莱维飞行与黄金正弦的蚁狮优化(LGSA?LO)支持向量机算法,实现家用电力负荷识别.实验结果表明,本文所提出的变点检测算法和负荷识别方法在实际应用过程中具备较高的准确率. 相似文献
2.
针对目前非侵入式负荷检测时存在检测精确度低的问题,提出一种基于事件驱动-深度学习(EDDL)的负荷检测模型。通过零交叉检测电流数据,基于事件驱动机制从大量数据中发现关键事件;将包含关键事件的电流序列转换至图像空间,并代入基于深度学习的负荷检测模型,从而实现端对端的非侵入式负荷检测。实验结果表明,与多分类支持向量机(MSVM)、前馈神经网络(FNN)、卷积神经网络(CNN)和长短时记忆网络(LSTM)模型相比,所提EDDL模型综合性能更优,检测准确率和精确度分别为94.67%和91.76%。仿真结果验证了所提模型可基于事件驱动机制挖掘电流数据,并基于深度学习模型有效提取电流数据特征,从而实现高精确度的非侵入式电力负荷检测。该模型对非侵入式电力负荷检测研究具有一定借鉴作用。 相似文献
3.
随着深度学习在 NILM (Non-intrusive Load Monitoring,NILM)的应用,对于负荷的识别与功率分解能力有所提升,但是对于多状态用电负荷依旧存在负荷分解准确度低、算法泛化性能低、分解耗时等问题。为此,文中提出了一种基于长短期记忆网络(Long Short-Term Memory,LSTM)和序列到点(Sequence-to-point ,S2P)的负荷分解模型,滑动总功率数据序列来映射目标设备在功率数据窗口中点的功耗。首先,采用基于滑动窗口的事件探测算法,提取激活负荷样本作为序列到点模型的输入数据;利用卷积神经网络(Convolutional Neural Networks ,CNN)自动提取输入负荷总功率的负荷特征,引入长短期记忆网络挖掘序列中点前后相关度最高的信息完成负荷辨识。为了验证模型的有效性,将所提出的模型应用于实际家庭能源数据集UK-DALE,并与目前领先的模型进行了比较,综合性能提升了28.8%,结果表明所提出的深度学习模型可以有效地提高模型的预测能力。 相似文献
4.
5.
阐述基于智能用电大数据分析能够有效识别台区线损的影响因素,提出改进措施。探讨智能用电大数据分析在台区线损管理中的应用,包括数据采集、数据清洗、数据挖掘、数据可视化的应用。 相似文献
6.
针对其在负荷识别的过程中对功率相近以及低功率的家用负荷识别效果较差的问题.为了提高对家用负荷的辨识程度,在原来传统的功率特征作负荷特征外,再引进负荷的总谐波畸变率(THD)作为新的负荷特征.在传统的SVM的基础上通过利用PSO和MA分别进行算法上的优化,进而实现负荷分解.实验结果表明:采用MA-SVM算法优化比起PSO... 相似文献
7.
随着用电负荷需求不断增加所引发的峰值负荷过载问题,文中建立了智能家居(SH)和智能电网(SG)服务器之间数据通信模型,给出了配电网负荷需求管理的总体条件,并提出了一种面向智能电网(SG)的负荷数据分析DR管理方法,通过对用户的SH收集用电数据进行分析,设计了峰值负荷情况下的DR决策,分别从用户、电力公司和瞬时负荷变化三个角度设计了不同的峰值负荷降低算法。仿真结果表明,所提出的方法在很大程度上有效地降低了配电网的峰值负荷。 相似文献
8.
《电子技术与软件工程》2017,(15)
如今,电能源已经成为人们生活中不可或缺的能源之一,对人们生活、工作具有重要作用。因此,其用电用户也逐渐增加、供电规模的扩大,一些区域配电网建设和社会经济进步相脱节。配电网具有点多面广特点,还应利用先进监测技术和控制方法。对此,笔者根据实践研究,对大数据分析在用电采集数据分析与智能监测系统的设计与实现进行分析。 相似文献
9.
10.
11.
12.
针对非侵入式负荷监测中特征近似的用电设备识别率不高的问题,以家庭用电负荷为研究对象,提出一种基于分数阶Hilbert变换的倒谱特征,利用分数阶Hilbert变换中阶数P选择的灵活性和提取信号细部特征的能力提取信号倒谱特征? 有效增大特征数据的区分度。首先对采集的信号作分数阶Hilbert变换,将原信号映射到分数空间,然后通过计算类内和类间距离,结合PSO算法对阶数进行寻优,最后计算得到最优阶数下的倒谱特征并将其作为多分类SVM的输入向量,不同用电设备种类作为SVM的输出。实验结果表明,在负荷特征相近的场景下,所提出的方法可实现较好的分类效果,有效提高了负荷识别的准确率。 相似文献
13.
14.
随着互联网科技的高速发展和社会生活的需要, 2020年5月国家发改委倡议,政府和社会各界推进企业数字化转型, 构建数字化产业链。在数字化的诸多优势中,高效率尤为突出,对企业效益和竞争力提升巨大。然而,人工操作的环节耗时过长,成为链条上最大的短板,这个现实难题亟待解决。根据木桶效应,解决了这个短板问题,就能提升全流程的效率。文中将详细阐述如何利用人工智能领域的机器视觉及机器学习取代人工检验环节,并与其他不可取代的人工环节以及系统环节实现非入侵式协同。 相似文献
15.
16.
李博保拉刁琪赵天翔王翔 《长江信息通信》2021,34(6):25-27
电力负荷的组成包括居民用电、工商业用电及其他负荷用电等。由于影响因素众多,对于负荷在运行中的波动,可以观测到特殊的分布规律。社会中的用电群体,跟随经济的快速发展而呈大量增长的趋势,多样化的用电方式展现出较强的灵活性,受电网大数据因素迎新年,还需注重负荷用电模式创新,依据应用阶段的实际情况,结合具体信息数据深度挖掘与探究,有利于国民经济与民生发展。此外,在模型基础前提下,进一步根据聚类分析等数据分析技术,介绍了用电行为模式分析模型,在理论上针对实施需求响应业务提供了支持,帮助制定精细化需求响应策略,充分发挥电网运行效率。 相似文献
17.
18.
19.