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的监测目的。     

基于非侵入式负荷监测的用户行为精细化分析

随着非侵入式电力负荷监测的发展,如何利用用户负荷用电细节信息,分析用户用电行为特征成为重要的研究方向。本文提出了基于非侵入式负荷监测的用户行为精细化分析方法,根据历史数据建立用户行为特性指标,提出基于因子分析与支持向量机的用户聚类方法。在此基础上,建立基于精细化负荷数据的用户需求响应潜力评估指标。算例结果表明,所研究内容可以准确分析用户行为,为电力公司施行需求侧管理提供科学指导。     

基于三维特征向量的非侵入式电热负荷细分算法

非侵入式负荷监测分解（NILMD）技术是当前居民用能服务深化提升和电力供需互动的重要数据获取手段,然而当前工程上应用广泛的事件驱动型NILMD技术一直无法准确细化分解电热负荷。针对这一问题,文中提出了一种基于三维特征向量的典型电热负荷细化分解算法。首先,基于有功、无功功率和电流谐波等电气负荷特征采用事件检测方法提取电热事件,在有功功率的基础上,引入运行时长、频繁启停次数等非电气负荷特征共同构建三维特征向量电器模型。然后,采用序贯覆盖法设计典型电热负荷细化分解命题学习规则和细化分解算法。最后,基于实证实验数据进行分解验证,发现4种典型电热负荷的细化分解准确率超过85%。实验结果表明,文中所提典型电热负荷细化分解算法有效地提高了4种典型电热负荷分解的准确率。     

阀门内漏单声波传感器监测方法研究

针对阀门内漏模拟和阀门内漏监测问题，提出了阀门内漏模拟和阀门内漏非介入式单声波传感器监测方法。设计了由法兰、薄纸片和带孔铝片组成的虚拟阀门，可真实地模拟阀门内漏瞬态过程，克服了传统阀门内漏模拟方法中存在的各种缺点。分析、比较了不同条件下阀门上下游声波传感器输出信号的频域特征，验证了阀门上游声波传感器设置的冗余性和基于单声波传感器实现阀门内漏监测的可行性。分析、比较了不同条件下单声波传感器输出信号的时频域特征，提出了基于峰值系数和小波包能量分率的阀门内漏时频域特征提取方法，并以阀门密封良好状态下的声波信号为样本，建立了基于SVDD的阀门内漏诊断模型。测试结果表明：本文提出的单声波传感器阀门内漏监测方法可行、模型诊断准确，且具有较强的抗干扰能力和较高的阀门内漏检测灵敏度。     

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。     

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。     

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。