排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
负荷监测是智能用电的一个重要环节,为了实现非侵入式负荷监测,提出了一种基于深度神经网络的非侵入式负荷分解方法。首先提出了改进的电器状态聚类算法,通过改进终止条件和增加消除冗余类判据使得聚类结果更符合电器实际运行情况。针对目前研究常用的隐马尔可夫模型的弱时间特性问题,提出了电器时间特性模型,综合考虑了电器运行特性和用户使用习惯,从时间角度对电器进行建模。构建了深度神经网络进行负荷分解,网络的输入综合考虑了电器状态及时间、功率信息,采用历史运行数据及时间特性模型生成数据训练网络参数。最后,在测试数据集上验证了方法的有效性和准确性。 相似文献
3.
4.
非侵入式负荷监测是智能用电网络中的重要技术,为研究非侵入监测下电器的用电情况,提出了一种基于电器时间概率分布和电器组合超状态匹配的负荷分解方法。首先对电器的功率数据进行状态提取,并利用电器运行的时间信息提取每个状态的时间概率分布。根据电器的工作状态组合,构建超状态,利用家庭历史用电数据缩减超状态空间,并针对超状态功率重叠问题对其进行聚类得到S超状态。在负荷分解阶段利用S超状态匹配方法对非侵入式数据分段,并利用时间概率最大似然估计分解结果。最后,通过数据集分解结果验证了该算法的有效性。 相似文献
5.
为优化高斯型光束端面泵浦固体激光器中模式交叠比率,提高激光器输出功率,推导了高斯型泵浦光束对应的热致衍射损耗的解析表达式,分析了端面泵浦的掺钕激光器中此热致衍射损耗和模式交叠比率以及泵浦功率之间的关系.研究结果表明:在有热致衍射损耗条件下,优化的交叠比率小于0.65,忽略热致衍射损耗,优化值变大. 相似文献
1