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672篇文章
< 1 2 … 34 >
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：
基于低秩张量补全的非侵入式负荷监测缺失数据修复方法
1
作者 杨挺 叶芷杉 +1 位作者 徐嘉成 杨振宁 《电网技术》 EI CSCD 北大核心 2024年第1期394-404,共11页
非侵入式负荷监测技术(non-intrusive load monitoring,NILM)作为实现智能电网用户侧细粒度感知的重要手段,有助于实现需求响应、提高“源-网-荷”互动效率和优化用能,助力实现“30·60目标”。高质量的量测信息是数据驱动型NILM的... 非侵入式负荷监测技术(non-intrusive load monitoring,NILM)作为实现智能电网用户侧细粒度感知的重要手段,有助于实现需求响应、提高“源-网-荷”互动效率和优化用能,助力实现“30·60目标”。高质量的量测信息是数据驱动型NILM的基础,但由于数据采集装置故障、通道拥塞以及延时等都会导致数据缺失,尤其是严重的连续性缺失,由此造成非侵入式负荷监测与分解的精度下降,影响用户画像、需求响应等高级应用。因此,针对该问题,提出了一种基于CP分解的正则化低秩张量补全的量测数据缺失修复方法。算法突破传统单维数据处理局限,对NILM多维量测数据构建了三阶观测张量,从而利用数据内部时序关联性和参量维度间电气关联性进行正则化低秩张量补全。并针对每次核范数计算过程中奇异值分解计算量过大问题,采用基于CP因子矩阵分解的核范数计算降低计算量,减少计算时长,并证明了变换的等效性。最后基于NILM公开数据集iAWE进行了实验,实验结果表明所提出的方法可以提高数据修复精度,在高缺失率和连续缺失情况下仍能有较好地补全效果,并且通过非侵入式负荷分解实验证明其可有效提高分解精度,对智能电网提升细粒度感知能力具有良好的实际意义。 展开更多
关键词 数据修复 低秩张量 核范数 非侵入式负荷监测 连续性缺失
原文传递
基于时序生成对抗网络的居民用户非侵入式负荷分解
2
作者 罗平 朱振宇 +3 位作者 樊星驰 孙博宇 张帆 吕强 《电力系统自动化》 EI CSCD 北大核心 2024年第2期71-81,共11页
现有的非侵入式负荷分解算法往往需要大量电器设备级的负荷数据才能保证分解精度,但由于用户对隐私性的考虑以及安装成本过高等问题,很难获取这些数据。因此,构建一种能深度挖掘电力负荷数据时序特性和电器相关性的时序生成对抗网络。... 现有的非侵入式负荷分解算法往往需要大量电器设备级的负荷数据才能保证分解精度,但由于用户对隐私性的考虑以及安装成本过高等问题,很难获取这些数据。因此,构建一种能深度挖掘电力负荷数据时序特性和电器相关性的时序生成对抗网络。利用降维网络对所有电器有功功率序列组成的高维向量进行降维以降低计算的复杂度,通过复原网络将结果还原为高维向量。基于电器运行状态和深度学习的非侵入式分解方法,运用卷积神经网络-双向门控循环单元构建状态复杂电器的负荷分解回归模型,对状态简单电器利用深度神经网络构建负荷识别分类模型。通过对比其他数据生成方法,以及改变典型公开数据集中生成数据比例所得的负荷分解结果验证了所提方法的有效性。 展开更多
关键词 非侵入式负荷分解 对抗生成网络 降维网络 卷积神经网络-双向门控循环单元 深度神经网络
下载PDF
基于磁心与线圈参数优化的非侵入式磁场取能系统功率密度提升方法
3
作者 李勇 罗海军 +1 位作者 杨环宇 闫一骅 《电工技术学报》 EI CSCD 北大核心 2024年第2期313-324,共12页
非侵入式磁场取能系统具有结构简单、供电稳定等优点,是解决变电站母排环境中状态监测传感器电池供电寿命有限的有效手段,但因功率密度较低制约了其应用。对于非侵入式磁场取能系统,磁心与线圈参数对其功率密度的影响非常显著。然而,现... 非侵入式磁场取能系统具有结构简单、供电稳定等优点,是解决变电站母排环境中状态监测传感器电池供电寿命有限的有效手段,但因功率密度较低制约了其应用。对于非侵入式磁场取能系统,磁心与线圈参数对其功率密度的影响非常显著。然而,现有方法对磁心与线圈参数的分析相对独立,优化磁心时仅以互感为指标,忽略了该过程线圈参数变化对功率密度的影响。对此,该文考虑磁心尺寸对线圈参数的影响,以功率密度为指标,详细分析线圈匝数、线圈线径、磁柱侧面边长与叠片厚度对系统功率密度的影响。并在此基础上,提出一种优化磁心与线圈参数的功率密度提升方法,即设计线圈匝数、线圈线径、磁柱侧面边长与叠片厚度的最优值,以获取更高的功率密度。最后,基于所提出的方法制作了系统样机并进行测试。实验结果表明,对于限定磁心尺寸为30 mm×30 mm×40 mm的系统,在100 A母排电流下,系统经磁心与线圈优化后功率密度可达4.18 mW/cm~3,提升至系统优化前功率密度的35倍,验证了所提出方法提升功率密度的有效性。 展开更多
关键词 传感器 非侵入式磁场取能 磁心 线圈 功率密度
下载PDF
基于图像分类网络的非侵入式负荷辨识算法的运算成本优化
4
作者 杨舒惠 黎静华 韦善阳 《电力自动化设备》 EI CSCD 北大核心 2024年第1期141-146,共6页
目前基于图像分类网络的非侵入式负荷辨识算法可达到较高的辨识准确率,但存在较严重的参数冗余,引发了不必要的运算成本。对此类算法的运算成本进行优化,提出一种基于灰色编码的设备特征组合方法,以减少算法中设备特征的参数冗余;然后... 目前基于图像分类网络的非侵入式负荷辨识算法可达到较高的辨识准确率,但存在较严重的参数冗余,引发了不必要的运算成本。对此类算法的运算成本进行优化,提出一种基于灰色编码的设备特征组合方法,以减少算法中设备特征的参数冗余;然后使用轻量级图像分类网络ZFNet构建设备辨识模型,并引入Inception模块来减少模型中卷积层输出的参数冗余,同时基于仿真实验结果对模型中全连接层的结构和参数进行适应性调整,以减少模型的参数冗余,最后使用PLAID数据集进行算例分析。结果表明:相比于同类算法,所提算法在设备特征的参数量上减少了66.7%~67.5%,在模型的参数量上减少了90%~97.1%,在整体运算量上的变动为-91.7%~6.1%。 展开更多
关键词 非侵入式负荷监测 图像分类网络 灰度图 特征组合 设备辨识
下载PDF
基于设备行为关联图的非侵入式多标签负荷分解改进方法
5
作者 陈鑫沛 余涛 +1 位作者 杨家俊 余盛灿 《中国电机工程学报》 EI CSCD 北大核心 2024年第1期95-104,I0008,共11页
非侵入式负荷分解技术作为目前用户用电信息监测的主要手段,对推动能源效率提升和需求侧优化管理具有重要意义。针对目前负荷分解模型过分依赖电器本身的用电特征,而忽视用户用电习惯所提供的信息,导致分解效果始终难以改善的问题,该文... 非侵入式负荷分解技术作为目前用户用电信息监测的主要手段,对推动能源效率提升和需求侧优化管理具有重要意义。针对目前负荷分解模型过分依赖电器本身的用电特征,而忽视用户用电习惯所提供的信息,导致分解效果始终难以改善的问题,该文提出一种考虑用户用电行为的多标签负荷分解改进方法。改进后的模型是两个网络串行的架构。第一个网络结合用户用电行为实现多标签类型识别;第二个网络在识别结果基础上完成各个在线电器的能量分解。文中通过设备行为关联图来表示用户的用电习惯。模型随用户用电不断完成行为更新,并逐渐为用户生成独特的网络图,为负荷分解提供行为依据。最后使用公开数据集REDD和REFIT对提出方法进行仿真和评估。实验结果表明,提出的方法能够准确获取各电器的用电信息,且与现有先进方法相比有明显的改进,证明了考虑用户用电行为的多标签方法是一种有效可行的负荷分解思路。 展开更多
关键词 非侵入式负荷监测 能量分解 多标签识别 设备行为关联图
原文传递
基于卷积注意力的非侵入式负荷辨识算法
6
作者 何苑儒 张金江 赵强 《水电能源科学》 北大核心 2024年第1期206-210,共5页
针对目前非侵入式负荷监测算法准确率不高、训练耗时较长等问题,提出了一种基于卷积注意力的非侵入式负荷辨识算法。首先,对负荷数据设置最短运行和最短停止时长以降低测量误差带来的干扰。然后利用卷积神经网络对负荷数据进行训练,构... 针对目前非侵入式负荷监测算法准确率不高、训练耗时较长等问题,提出了一种基于卷积注意力的非侵入式负荷辨识算法。首先,对负荷数据设置最短运行和最短停止时长以降低测量误差带来的干扰。然后利用卷积神经网络对负荷数据进行训练,构建的神经网络包括编码器、时间池化器、解码器,并在解码器中引入卷积注意力模块来计算时间序列中当前时刻最重要的信息。最后利用UKDALE数据集对所提负荷辨识模型进行验证,并与现有算法进行对比。仿真结果表明,所提算法具有更好的辨识精度和泛化能力,训练所用时间减少约27.9%。 展开更多
关键词 非侵入式负荷监测 注意力机制 卷积神经网络 残差连接 负荷辨识
原文传递
基于颜色编码和残差神经网络的非侵入式负荷识别
7
作者 杨苗 游文霞 +1 位作者 刘玥 汪芯茜 《电工材料》 CAS 2024年第2期94-99,共6页
在非侵入式负荷识别任务中,随着家用电器类型的不断增加,功率差距不大但V-I轨迹相似的设备很容易被分类错误。针对这些问题,本研究提出了基于颜色编码和残差神经网络的非侵入式负荷识别方法。首先,对采集到的高频电压、电流数据进行预处... 在非侵入式负荷识别任务中,随着家用电器类型的不断增加,功率差距不大但V-I轨迹相似的设备很容易被分类错误。针对这些问题,本研究提出了基于颜色编码和残差神经网络的非侵入式负荷识别方法。首先,对采集到的高频电压、电流数据进行预处理;然后,再通过二值轨迹映射和HSV颜色编码将V-I轨迹转换为视觉表示,不仅在V-I轨迹中融入了丰富的电气特征,还增强了负荷特征的唯一性;最后利用PLAID公共数据集对本研究所提方法进行了验证。结果表明,本研究所提方法显著提高了识别准确率,并能够有效区分各个电器设备。 展开更多
关键词 非侵入式负荷识别 V-I轨迹 HSV颜色编码 残差神经网络
下载PDF
基于递进式模型结构和时间信息嵌入的非侵入式负荷分解
8
作者 孙睿晨 董坤 +1 位作者 赵剑锋 毛妍纯 《智慧电力》 北大核心 2024年第2期55-62,70,共9页
现有的非侵入式负荷监测算法对多时间尺度的用电规律缺乏关注,且存在电器状态误判率高和功率预测误差大的问题。对已有模型在学习框架、信息嵌入和损失函数3个方面进行优化,提出一种基于递进式模型结构和时间信息嵌入的负荷分解方法。... 现有的非侵入式负荷监测算法对多时间尺度的用电规律缺乏关注,且存在电器状态误判率高和功率预测误差大的问题。对已有模型在学习框架、信息嵌入和损失函数3个方面进行优化,提出一种基于递进式模型结构和时间信息嵌入的负荷分解方法。模型由预分解模块和功率预测模块构成,递进地完成判断电器开关状态与估计功率值2个任务。2个模块的网络结构均基于Transformer设计,使用不同的复合损失函数优化。另外,提出了多尺度时间信息编码及嵌入方法,增强模型对用电行为特征的提取能力。基于居民用电数据集REDD和UKDALE的测试结果验证了该方法的有效性。 展开更多
关键词 非侵入式负荷分解 深度学习 自注意力机制 Transformer模型
下载PDF
非侵入式盆底电刺激治疗仪的有效性与安全性研究
9
作者 沈天成 高翔宇 牛金海 《生物医学工程学进展》 CAS 2024年第1期75-81,共7页
目的通过与侵入式盆底电刺激治疗仪进行对比,研究非侵入式盆底电刺激治疗仪的有效性与安全性。方法在COMSOL多物理场仿真软件中构建盆底部位的三维仿真模型,改变刺激电压的频率和幅值,进行多组电流密度分布仿真,结合离体组织实验进行有... 目的通过与侵入式盆底电刺激治疗仪进行对比,研究非侵入式盆底电刺激治疗仪的有效性与安全性。方法在COMSOL多物理场仿真软件中构建盆底部位的三维仿真模型,改变刺激电压的频率和幅值,进行多组电流密度分布仿真,结合离体组织实验进行有效性与安全性评价。结果和结论非侵入式盆底电刺激能够通过增加刺激脉冲电压的幅值和频率达到与侵入式盆底电刺激治疗仪相近的盆底肌刺激效果,增加电极数量对刺激效果也具有提升作用。在电极刺激部位垫湿巾或涂导电膏能避免电烧伤并提升刺激效果。创新之处关于非侵入式盆底电刺激治疗的有效性与安全性目前缺乏研究论证,该研究表明非侵入式盆底电刺激具有潜在的临床应用前景,可以为后续的临床研究提供参考。 展开更多
关键词 盆底功能障碍 盆底电刺激 非侵入式 有限元仿真
下载PDF
基于物联网的非侵入式负荷状态监控系统设计
10
作者 季坚莞 胡文军 王闯 《湖州师范学院学报》 2024年第2期53-64,共12页
针对电子工艺实验室因设备多、类型多而带来的管理困难和安全隐患问题,利用物联网技术研发一种非侵入式负荷状态监控系统.该系统包含监测节点和服务器两部分,前者用于负荷状态识别,后者负责统计与控制.为准确识别节点上的设备状态,在监... 针对电子工艺实验室因设备多、类型多而带来的管理困难和安全隐患问题,利用物联网技术研发一种非侵入式负荷状态监控系统.该系统包含监测节点和服务器两部分,前者用于负荷状态识别,后者负责统计与控制.为准确识别节点上的设备状态,在监测节点端设计非侵入式负荷状态监测算法,其包括多状态负荷分离、状态特征提取和负荷识别等过程.真实场景的实验结果表明,研发的系统可以准确地监控电子工艺实验室的设备. 展开更多
关键词 物联网 非侵入式负荷监测 规则学习 多状态负荷识别
下载PDF
专利分析非侵入式脑机接口技术发展趋势
11
作者 刘义乐 李华芳 《中国科技信息》 2024年第1期31-34,共4页
1924年,人们首次发现了脑电波(Electroencephalogram,EEG),脑信息科学的大门被打开;1973年,脑机接口(Brain Computer Interface,BCI)概念被提出,探索人脑协同联动的研究之路开启;2000年前后,两次脑机接口国际会议召开为脑机接口技术发... 1924年,人们首次发现了脑电波(Electroencephalogram,EEG),脑信息科学的大门被打开;1973年,脑机接口(Brain Computer Interface,BCI)概念被提出,探索人脑协同联动的研究之路开启;2000年前后,两次脑机接口国际会议召开为脑机接口技术发展指明了方向;2022年,马斯克旗下Neuralink公司公布了一项植入颅内的脑机接口实验结果,再次将脑机接口推上“热搜”。 展开更多
关键词 脑机接口 专利分析 非侵入式 信息科学 脑电波 协同联动
下载PDF
基于多目标蛇优化算法的非侵入式负荷监测研究
12
作者 肖月 杨超 +2 位作者 农宝翔 刘康 王飘 《建模与仿真》 2024年第1期194-203,共10页
随着经济社会的发展和节能环保的要求,负荷监测已成为一个研究重点,安装简单、经济安全的非侵入式负荷监测(Non-Intrusive Load Monitoring, NILM)更是成为近年研究的热门领域。该文针对NILM研究中存在的负荷分解准确率不高及实际应用... 随着经济社会的发展和节能环保的要求,负荷监测已成为一个研究重点,安装简单、经济安全的非侵入式负荷监测(Non-Intrusive Load Monitoring, NILM)更是成为近年研究的热门领域。该文针对NILM研究中存在的负荷分解准确率不高及实际应用所需时间较长的问题,通过将有功功率与稳态电流作为识别特征,引入了由Fatma A. Hashim和Abdelazim G. Hussien于2022年提出的多目标蛇优化算法(Multiple Objective Snake Optimizer, MOSO)并建立数学模型,经过选取家中最常见的电器进行实验测量并分析,得出该方法有效提升了负荷分解的准确率并大大缩减了实验时间的结论。通过与不同算法在同一数据上进行实验分析并对比实验结果,验证了该文算法在准确率及实验效率上有明显提升,证明了该文算法具有优越性。 展开更多
关键词 非侵入式负荷监测 多目标优化算法 蛇优化算法 遗传算法 负荷监测
下载PDF
基于GWO_SVM的非侵入式负荷识别研究
13
作者 肖月 杨超 王飘 《建模与仿真》 2024年第1期932-940,共9页
随着全球能源需求的持续增长和资源的日益紧张,非侵入式负荷监测(Non-Intrusive Load Monitor-ing, NILM)技术在实现资源节约和能源升级中扮演着至关重要的角色。本文针对NILM研究中存在的负荷特征较单一以及负荷识别准确率不高的问题,... 随着全球能源需求的持续增长和资源的日益紧张,非侵入式负荷监测(Non-Intrusive Load Monitor-ing, NILM)技术在实现资源节约和能源升级中扮演着至关重要的角色。本文针对NILM研究中存在的负荷特征较单一以及负荷识别准确率不高的问题,通过将有功功率、无功功率与电流五次谐波引入作为识别特征,提出了基于灰狼优化器算法(grey wolf optimizer, GWO)优化支持向量机(support vector machine, SVM)的模型,经过在公开数据集REDD上进行实验验证,该方法在负荷识别上具有98.96%的准确率,通过与不同算法在同一数据集上进行负荷识别的准确率进行对比,验证了该文算法在在准确率上有明显提升,证明了该文算法对于提升负荷识别的准确率具有优越性。 展开更多
关键词 非侵入式负荷监测 灰狼优化器 支持向量机 负荷监测
下载PDF
基于多尺度卷积与Informer混合模型的非侵入式负荷监测方法
14
作者 韩林池 高放 +4 位作者 赵子巍 郭苏杭 李想 张冬冬 武新章 《电力自动化设备》 EI CSCD 北大核心 2024年第3期134-141,共8页
针对现有非侵入式负荷监测方法存在的负荷分解准确率低、模型泛化性能差的问题,提出一种多尺度卷积与Informer网络相结合的非侵入式负荷监测方法。采用数据分段优化方法对功率信号进行分段,利用多尺度卷积核获取不同时间尺度的特征序列... 针对现有非侵入式负荷监测方法存在的负荷分解准确率低、模型泛化性能差的问题,提出一种多尺度卷积与Informer网络相结合的非侵入式负荷监测方法。采用数据分段优化方法对功率信号进行分段,利用多尺度卷积核获取不同时间尺度的特征序列以及自适应提取多维度功率特征,从而形成特征矩阵;基于Informer网络中的概率稀疏自注意力机制在高维空间中充分捕获特性序列的长期依赖关系,从而提高预测准确率;利用分解值修正方法消除功率分解值中的“虚假”激活状态,以进一步提高分解精度。算例结果验证了所提方法的可行性。 展开更多
关键词 非侵入式负荷监测 多尺度卷积 Informer网络 分解值修正 数据分段优化
下载PDF
非侵入式综合能源系统源荷状态联合感知方法
15
作者 张睿祺 刘博 韦尊 《中国电机工程学报》 EI CSCD 北大核心 2024年第8期3105-3114,I0014,共11页
区域(如园区或楼宇)综合能源系统(integrated energy system,IES)的多能流源荷协调运行与优化调控潜力评估分析对整体提升能源互联网的能源利用效率、促进可再生能源规模化发展具有重要意义。然而在实际工程中,普遍可获取的是用户IES与... 区域(如园区或楼宇)综合能源系统(integrated energy system,IES)的多能流源荷协调运行与优化调控潜力评估分析对整体提升能源互联网的能源利用效率、促进可再生能源规模化发展具有重要意义。然而在实际工程中,普遍可获取的是用户IES与外部能源网络进行能量交换的端口处采集的粗粒度总量运行数据,据此往往难以对用户IES运行状态和特性进行准确分析,无法满足不断提高的IES运行调控需求。对此,以园区电/气/热IES为研究对象,提出基于耦合消元准则的IES非侵入式源荷设备状态联合感知方法,它仅利用在园区与外部电/气/热能源网络进行能量交换的端口处采集到的总量电/气/热运行数据及气象数据,辨识园区内部主要源荷设备的运行状态。总体上,基于IES内部各能源子系统间的耦合特性,按照气-电-热的顺序分别对每个子系统中主体设备的工作状态和(等效)运行功率进行非侵入式辨识。基于实测数据的实验结果表明,所提方法能够以“非侵入”的方式联合感知多能源荷设备的运行状态,精细化辨识园区IES内部主体设备的(等效)功率,具有较强的工程实用性,可为IES的仿真分析和运行决策提供细粒度大数据源。 展开更多
关键词 非侵入式监测 综合能源系统 分布式电源 状态联合感知
原文传递
基于级联宽度学习与麻雀算法的非侵入式负荷分解方法
16
作者 白星振 康家豪 +2 位作者 尚继伟 郝春蕾 王雪梅 《山东科技大学学报（自然科学版）》 CAS 北大核心 2024年第2期102-111,共10页
深度学习被广泛应用于非侵入式负荷分解中,其分解精度高但存在网络结构复杂、训练过程极度耗时等问题,并且对计算资源有一定要求,难以与嵌入式设备集成使用。对此,面向低频数据,提出一种基于级联宽度学习与麻雀算法的非侵入式负荷分解... 深度学习被广泛应用于非侵入式负荷分解中,其分解精度高但存在网络结构复杂、训练过程极度耗时等问题,并且对计算资源有一定要求,难以与嵌入式设备集成使用。对此,面向低频数据,提出一种基于级联宽度学习与麻雀算法的非侵入式负荷分解方法。首先,改进宽度学习特征节点的连接方式,构建各目标设备的级联宽度学习负荷分解网络。然后,通过麻雀搜索算法确定各目标设备分解网络的最优特征节点和增强节点数,实现负荷的高效分解。最后,基于实际数据集UK-DALE进行了仿真实验,通过与常用的非侵入式负荷分解方法进行比较,验证了所提方法的优越性。 展开更多
关键词 非侵入式 负荷分解 宽度学习 麻雀算法 特征节点级联
下载PDF
基于多尺度特征融合和多头自注意力机制的非侵入式负荷监测
17
作者 徐瑞琪 刘丹丹 《科学技术与工程》 北大核心 2024年第6期2385-2395,共11页
针对目前负荷分解模型的深层负荷特征提取不充分,分解精度低以及训练成本高等问题,提出了一种多尺度特征融合模型。模型由负荷分解子网络及负荷识别子网络两部分构成,两个子网络均利用一维卷积和批量归一化等组成的卷积块进行负荷特征... 针对目前负荷分解模型的深层负荷特征提取不充分,分解精度低以及训练成本高等问题,提出了一种多尺度特征融合模型。模型由负荷分解子网络及负荷识别子网络两部分构成,两个子网络均利用一维卷积和批量归一化等组成的卷积块进行负荷特征初提取,然后采用金字塔池化模块从多个维度精确提取深层负荷特征信息,并与特征初提取部分进行融合。金字塔池化模块使网络参数大大减少且降低了训练成本。同时与以往模型中的注意力机制不同的是,网络引入多头自注意力机制,每个注意力关注负荷特征的不同部分,从多个角度实现对重要负荷特征的筛选,进一步提高分解性能。最后,在UK-DALE和REDD数据集上进行实验,结果表明所提模型与4个基准模型相比,无论是负荷分解性能还是电器运行状态识别能力都有明显提升。 展开更多
关键词 非侵入式负荷监测 多尺度特征融合 金字塔池化 批量归一化 多头自注意力机制 状态识别
下载PDF
基于大数据分析的智能用电非侵入式负荷分解模型
18
作者 吴雪 肖莹 +2 位作者 张旺 诸德律 卢璐 《电子设计工程》 2024年第6期109-112,117,共5页
为准确从电网电流数据中分解出单独的负荷叠加信号,基于大数据分析构建一种新的智能用电非侵入式负荷分解模型。应用大数据分析技术建立时间序列数据集,确定时间区域断点均值,并在大数据内部提取非侵入式负荷信号,通过迭代计算提取智能... 为准确从电网电流数据中分解出单独的负荷叠加信号,基于大数据分析构建一种新的智能用电非侵入式负荷分解模型。应用大数据分析技术建立时间序列数据集,确定时间区域断点均值,并在大数据内部提取非侵入式负荷信号,通过迭代计算提取智能用电设备运行状态。根据线性解码计算结果构建负荷分解数学模型,分析负荷电流信号独立性,检测电流信号和负荷电流信号的近似系数,实现分解操作。实验结果表明,所构建模型分解后的电流与负荷的电流信号之间的相关系数达到0.9999,加快了收敛速度,保证分解效果。 展开更多
关键词 大数据分析 智能用电 非侵入式负荷 负荷分解 分解模型
下载PDF
基于深度学习网络的非侵入式负荷分解方法
19
作者 侯林超 朱武 汤德清 《计算机仿真》 2024年第2期137-140,445,共5页
负荷特征的选取能够在很大程度上描述用电设备的电气特征,选择合适的负荷特征是影响负荷分解优劣的关键条件之一,提出基于深度学习网络的非侵入式负荷分解方法。选取有功功率、无功功率和V-I轨迹图作为负荷特征项并获取相关特征,构建GA... 负荷特征的选取能够在很大程度上描述用电设备的电气特征,选择合适的负荷特征是影响负荷分解优劣的关键条件之一,提出基于深度学习网络的非侵入式负荷分解方法。选取有功功率、无功功率和V-I轨迹图作为负荷特征项并获取相关特征,构建GA-BP神经网络和卷积神经网络并加以训练。提取非侵入式负荷的高级特征,并将特征提取结果融合为复合特征。将融合后的复合特征输入至经过训练的GA-BP神经网络用于负荷分解,实现非侵入式负荷分解。实验结果表明,所提方法的绝对误差均值、均方根误差较小,召回率较大,通过特征处理有效提升了负荷分解效果。 展开更多
关键词 非侵入式负荷分解 轨迹图 神经网络 遗传算法 卷积神经网络
下载PDF
基于ResNeXt网络和迁移学习的非侵入式负荷监测 被引量：1
20
作者 鲍光海 黄逸欣 《电力系统自动化》 EI CSCD 北大核心 2023年第13期110-120,共11页
为了加快节能减排的建设和加强需求侧的用电管理,非侵入式负荷监测凭借其易实施性和可靠性等特点已成为研究热点,但目前的研究存在着低频数据负荷识别精度低、高频数据特征提取复杂及网络泛化性能差等问题。因此,提出基于ResNeXt网络和... 为了加快节能减排的建设和加强需求侧的用电管理,非侵入式负荷监测凭借其易实施性和可靠性等特点已成为研究热点,但目前的研究存在着低频数据负荷识别精度低、高频数据特征提取复杂及网络泛化性能差等问题。因此,提出基于ResNeXt网络和迁移学习的非侵入式负荷监测,采用一维时间序列总功率通过格拉姆角场(GAF)算法转换为带有时间特性的二维图像作为输入,放入迁移学习下ResNeXt网络进行负荷识别。该方法采用现有电表采集的低频数据作为输入,减少数据输入维度并加入了时间特性,再将输入图像进行标准化处理后通过堆叠深层次的残差神经网络来学习负荷深层次信息,利用迁移学习将在ImageNet-1K数据集下已训练好的网络模型参数传入新的目标域,加快网络的收敛速度,提高负荷分类的识别准确率和网络的泛化性。最后,利用公开数据集AMPds和UK-DALE模拟不同用电场景验证了所提方法的高效性和泛化性。 展开更多
关键词 非侵入式负荷监测 图像编码 格拉姆角场算法 迁移学习 残差神经网络
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 2 … 34 下一页 到第 页
使用帮助 返回顶部