非侵入式负荷分解方法
非侵入式负荷监测(non-intrusive load monitoring,NILM)
0 引言
电力负荷设备检测和分解方法分为:侵入式和非侵入式。
侵入式
- 在每个用户的电气设备上都安装传感器以获得用户的电器用电数据。
- 好处:测量数据真实反映电器的实际情况
- 缺点:不实际、成本高、用户难以接受
非侵入式
- 在用户的电表加NILM模块
- 优点:不需安装大量的传感器和测量装备,节约成本
1 非侵入式负荷分解的基本原理
NILM系统通过对测量到的总用电设备有功功率、无功功率等电气量进行各个用电设备的特征提取,从而把总设备用电量分解为各个电气设备消耗的电量,并且给出各个电器的运行时间、启停等信息。
负荷特征:电器在运行中用电状态发生变化时能唯一地提供用电状态的信息,如有功无功等。负荷特征由用电设备的工作条件可分为暂态、稳态两种,相应的分解方法也是基于用电设备的暂态或者稳态。
2 分解算法的关键技术
关键技术:数据的测量(输入)、预处理、事件检测、负荷特征提取、负荷特征匹配识别和分解输出。
- 输入和预处理
获得总用电负荷的稳态和暂态电气量。
对于测量数据,通常设置一个阀值,以滤去用电设备自身正常的运动波动所带来的小干扰。 - 负荷的特征提取
事件检测(变点识别)的方法,将每个用电设备的启/停或者运动状态发生变化(比如洗衣机由洗涤状态转为脱水状态)的时间点定义为一个事件,相应的时间点称为变点。 - 负荷特征匹配识别
将上一步提取的负荷体征与建立的模板特征库中的负荷特征进行比较,当两者的相似度大于某个阈值时,就认为是该电器设备启动或者关停。
通过NILM系统学习训练各个电器的负荷运行模式,从而实现识别负荷的目标。
按训练过程中是否有人工干预,负荷的识别方法可分为有监督和非监督两类算法。有监督:Adaboost算法、K最邻近算法、稀疏编码技术、支持向量机、人工神经网络法等。 - 负荷分解输出
标记哪些设备正在运行,也能在离线状态得到一段时间的用电设备运行的曲线。
引用文本:非侵入式负荷分解方法综述 http://www.doc88.com/p-8465048307127.html
非侵入式负荷分解方法相关推荐
- 【数据挖掘】基于卷积神经网络的非侵入式负荷分解(NILM)Python实现
本方法主要利用基于卷积神经网络的非侵入式负荷分解方法实现住宅设备的识别,输入数据为在设备运行时获得的瞬态功率信号数据.训练卷积神经网络使用数据为开源数据REDD(1Hz),具体实现原理请参考文献下载链 ...
- 微分算法 非侵入式负荷识别_基于用户用电行为和粒子群算法的非侵入式负荷识别方法...
基于用户用电行为和粒子群算法的非侵入式负荷识别方法 丁屹峰 1 ,杨 烁 1, 赵 乐 1 ,焦 然 1 ,马龙飞 1 ,许仪勋 2 ,王洪安 2 [摘 要] 居民用电行为是影响负荷识别的重要因素之一 ...
- 何为非侵入式负荷分解
0 解答 有同学提出了一些问题,我在这里再说明一次. 1)深度学习算法应用于非侵入式负荷分解是不需要事件检测的吗? 回答:是的,不需要事件检测.深度学习算法应用于负荷辨识的话,必须要有事件检测. 2) ...
- 非侵入式负荷分解之BLUED数据集
非侵入式负荷分解之BLUED数据集 BLUED数据集包含大约8天之内来自单个美国家庭的高频(12 kHz)家庭级数据.数据集的论文:<BLUED: A Fully Labeled Public ...
- 非侵入式负荷matlab程序,非侵入式负荷分解之BLUED数据集
非侵入式负荷分解之BLUED数据集 非侵入式负荷分解之BLUED数据集 BLUED数据集包含大约8天之内来自单个美国家庭的高频(12 kHz)家庭级数据.该数据集还包含一个事件列表,该列表涉及家庭中每 ...
- 【NILM】非侵入式负荷分解数据集下载链接
非侵入式负荷分解数据集 1.UK-DALE数据集下载: 下载链接 2.REDD数据集下载: 下载链接 用户名: redd 密码: disaggregatetheenergy 3.R ...
- 何为非侵入式负荷分解-深度学习算法实现
1 前言 做负荷分解的网络很多,本篇用contrib中的几个网络对AMPds数据集进行训练和测试.本篇内容较短.仅展示部分网络的代码和结果. 2 数据集 AMPds数据集所选电器见下表.电器选择原则如 ...
- “泰迪杯”挑战赛 -利用非侵入式负荷检测进行高效率数据挖掘(完整数学模型)
目录 1 研究背景与意义 2 变量说明 3 问题分析 4 问题一 4.1 数据预处理 4.1.1 降噪处理 4.1.2 数据变换 4.2 负荷特征分析 4.2.1 暂态特征 4.2.2 稳态特征 5 ...
- 微分算法 非侵入式负荷识别_一种非侵入式用电负荷识别方法与流程
本发明涉及智能电网领域,具体地,涉及一种非侵入式用电负荷识别方法. 背景技术: 在智能电网环境下,智能量测设备会逐步得到广泛应用,从而能够得到用户负荷准确的.海量的数据.利用数据挖掘方法对用户负荷大数 ...
最新文章
- python期末考试题及答案翻译-[译]Python面试中8个必考问题
- yii2 / 在这里有个叫BaseDataProvider的老爹
- java中toarray()的 用法_java容器中toArray的用法
- 现代软件工程 作业 原型设计
- 基础编程题之奇数位(偶数位)都是奇数(偶数)
- 夺命雷公狗ThinkPHP项目之----企业网站13之文章列表页的实现(主要是分页的实现)...
- 服务器为什么要装操作系统,服务器需要安装操作系统吗
- vue 第二天(常用指令及插值语法)
- 最小的浏览器-橘子浏览器才1M大小
- 28.4 kvm介绍 28.5 Centos7上安装KVM 28.6 配置网卡 28.7 创建虚拟机安装CentOS7
- 计算机组成与原理第二章,计算机组成原理《第二章》
- 下载和安装MyEclipse2014
- 从未见过如此可笑的白领标准_独木桥的博客_雅虎博客_雅虎空间
- win7计算机还原点建立,win7系统每次启动自动创建还原点的处理技巧
- 校招总结--建议全文背诵
- cython安装ubuntu_cython简单使用方法
- MTI Further
- 【我的C/C++语言学习进阶之旅】NDK开发之解决错误:signal 5 (SIGTRAP), code 1 (TRAP_BRKPT), fault addr 0xXXX
- kubesphere master节点执行kubectl get po Unable to connect to the server: Forbidden
- 单8通道数字控制模拟电子开关CD4051
热门文章
- S6L – Pro Tools录音和虚拟试音连接和设置
- hdu 4541(麻烦的模拟)
- roadhog 官网介绍
- 怎么“偷”看别人微信公众号真实粉丝量?
- vue从下往上滚动广告栏
- Laplacian Eigenmaps与LPP(Locality Preserving Projections)简介
- 【立体匹配论文阅读】【一】AD-Census
- 5.2 Hooked-Web3-Provider和EthereumJS-tx库
- Nginx攻击防护、CC防护、防止SQL注入、防XSS的实践配置方法
- 计算机毕业设计Java公司配件库存管理系统设计与实现(源码+系统+mysql数据库+Lw文档)