期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于非介入式负荷监测技术的环保监管方法研究
1
作者 谢烽 赵睿 +4 位作者 卢鑫 林枫 张婷 罗晓静 罗宇恒 《中国高新科技》 2023年第22期85-87,共3页
印染企业作为浙江绍兴的支柱性产业,其生产设备运行时会排放大量VOCs,该物质是典型的二氧化碳排放源,也是绍兴政府“双碳”目标实现及能效管理的关键点。但目前缺乏行之有效的监测手段,定期巡检无法满足监管需求,存在常规电力监测前期... 印染企业作为浙江绍兴的支柱性产业,其生产设备运行时会排放大量VOCs,该物质是典型的二氧化碳排放源,也是绍兴政府“双碳”目标实现及能效管理的关键点。但目前缺乏行之有效的监测手段,定期巡检无法满足监管需求,存在常规电力监测前期摸排困难、安装复杂、监测不全面、运维成本大等问题。文章提出一种非介入式的电力监测方法。首先对印染企业产污、治污设备工作时的低次谐波和间谐波频谱特征进行分析,并围绕设备启停时频谱特征、功率关联关系等建立典型特征库。基于总表(用电关口表)获取的高频电流数据,经数据处理后与典型特征库进行辨识,进而确定产污、治污设备的启停状态。最后通过了试验分析方法的有效性和可行性。 展开更多
关键词 印染企业 非介入式负荷监测 低次谐波 间谐波 特征库 状态识别
下载PDF
基于LSQR与系统距离聚类算法的专变用户非介入式负荷辨识 被引量：3
2
作者 易姝慧 郭俊岑 +1 位作者 刁新平 刁赢龙 《电测与仪表》 北大核心 2022年第6期60-68,共9页
专变用户非介入式负荷辨识是实现以专变用户为主体的需求侧响应的重要环节。通过对专变用户负荷稳态过程与暂态过程的特征分析,选取有功功率、无功功率、电流有效值等作为稳态过程特征量,并选取暂态发生前、中、后三个阶段的特征量,如... 专变用户非介入式负荷辨识是实现以专变用户为主体的需求侧响应的重要环节。通过对专变用户负荷稳态过程与暂态过程的特征分析,选取有功功率、无功功率、电流有效值等作为稳态过程特征量,并选取暂态发生前、中、后三个阶段的特征量,如电流有效值、有功功率均值、无功功率均值、持续时间、电流有效值最大值等,构建全面的非介入式负荷辨识稳态过程与暂态过程负荷特征空间。以此为基础,利用最小二乘QR分解算法(Least Square QR,LSQR)进行稳态过程负荷分解获得各种负荷的运行情况。并基于系统距离聚类算法将常见专变用户负荷暂态事件进行分类,进一步辨识出哪一种或者哪一类负荷发生投切动作。最后,采集包括排水泵、搅拌机、水泥螺旋、污水泵、除尘器等工业负荷现场数据,对所提到的方法进行了仿真分析,结果表明所提的非介入式负荷辨识方法可获得较高的准确率。 展开更多
关键词 非介入式负荷辨识 专变用户 负荷特征提取 LSQR 系统距离聚类算法
下载PDF
非介入式工业设备监测方法研究
3
作者 赵学明 杨国朝 +2 位作者 杨朝雯 郝爽 焦龙 《电力科学与技术学报》 CAS CSCD 北大核心 2024年第5期112-117,共6页
非介入式负荷监测(non‐invasive load monitoring,NILM)技术可以不侵入用户内部,仅通过对用户电表数据的分析就能获取用户各个用电设备的用电信息。NILM在居民负荷分解中的研究和应用很多,但在工业负荷上的应用却很少。一方面,工业负... 非介入式负荷监测(non‐invasive load monitoring,NILM)技术可以不侵入用户内部,仅通过对用户电表数据的分析就能获取用户各个用电设备的用电信息。NILM在居民负荷分解中的研究和应用很多,但在工业负荷上的应用却很少。一方面,工业负荷在负荷特性和负荷数据分布方面与民用负荷差别较大,致使许多应用于居民场景中的方法在迁移至工业场景后性能下降明显;另一方面,工业用户出于对保护隐私的考虑不会公开用电数据,利用有限的数据有效学习工业负荷设备知识是极具挑战性的。为应对这些问题,提出一种基于因子隐马尔科夫模型(factorial hidden Markov model,FHMM)的工业负荷分解方法。该方法利用FHMM的多条独立的隐状态链模拟工业负荷设备的运行状态转换过程,求解设备在各时刻所处的状态,即可结合状态能耗信息预测设备用电量。最后利用某工厂的现场能耗监测数据对所提方法进行测试,结果表明所提方法具有良好的负荷分解效果。 展开更多
关键词 工业负荷 负荷监测 非介入式负荷监测 状态空间 因子隐马尔可夫模型
下载PDF
基于随机森林算法和稳态波形的非介入式工业负荷辨识 被引量：11
4
作者 王健 易姝慧 +1 位作者 刘俊杰 刘俭 《中国电力》 CSCD 北大核心 2022年第2期82-89,共8页
非介入式工业负荷的准确辨识可以获取工厂内各负荷的运行情况,有利于需求侧智能用电管理。工业负荷由于采集暂态数据建模困难、需要高精度测量设备等特点,造成辨识方法复杂难以实现。针对这种情况,提出一种利用随机森林算法和稳态波形... 非介入式工业负荷的准确辨识可以获取工厂内各负荷的运行情况,有利于需求侧智能用电管理。工业负荷由于采集暂态数据建模困难、需要高精度测量设备等特点,造成辨识方法复杂难以实现。针对这种情况,提出一种利用随机森林算法和稳态波形的非介入式工业负荷辨识方法。首先,通过事件监测工业负荷功率状态变化并提取稳态波形,根据工业负荷性能不同而引起的电流波形的差异性,构建单个负荷电流稳态波形的特征数据。然后,利用稳态波形高维度数据作为样本数据,采用随机森林算法中bootstrap(自助)抽样方法和CART算法生成多组决策树。最后,通过投票法对多组决策树进投票辨识得到工业负荷类型。仿真采用某工厂的实际运行负荷数据作为样本数据,通过组合负荷方法仿真比较验证所提辨识算法的有效性和快速性。仿真结果表明:所提的辨识算法准确率达到99%以上、辨识时间3.36 s,远超过贝叶斯辨识算法的准确率63.8%、时间6.15 s,可以有效实现非介入式工业负荷辨识。 展开更多
关键词 非介入式负荷 随机森林 工业负荷 电流波形 负荷辨识
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部