本文選題：非侵入式負荷監(jiān)測 + 負荷分解��； 參考：《電網(wǎng)技術(shù)》2017年03期

【摘要】：非侵入式負荷監(jiān)測是實現(xiàn)能效跟蹤與智能用電的重要技術(shù),其中,負荷辨識方法是非常重要的內(nèi)容。為此研究了一種非侵入監(jiān)測機制下的居民負荷快速分解算法。利用非侵入負荷監(jiān)測模式下負荷總電流信號是負荷單獨運行時電流信號混合疊加的特點,將負荷分解問題有效建模為盲源分離問題。對混合電流信號進行白化處理,并構(gòu)建解混矩陣,基于負熵最大化判別準則形成了有效的居民用電負荷分解算法,并構(gòu)建評價函數(shù)對分解結(jié)果進行量化分析。為了驗證算法的有效性,利用實際采集的用電數(shù)據(jù)進行負荷分解,均能夠準確地從混合電流信號中分解出各個單獨的疊加信號,即得到當前參與運行的用電負荷,并能夠根據(jù)相似系數(shù)確定負荷類型,實現(xiàn)負荷辨識。
[Abstract]:Non-intrusive load monitoring is an important technology to realize energy efficiency tracking and intelligent power consumption, among which load identification method is very important.In this paper, a fast decomposition algorithm of resident load based on non-intrusive monitoring mechanism is studied.The load decomposition problem is effectively modeled as a blind source separation problem based on the fact that the load total current signal is mixed and superposed when the load is running separately under the non-intrusive load monitoring mode.The mixed current signal is whitened, and the unmixing matrix is constructed. Based on the criterion of negative entropy maximization, an effective decomposition algorithm for residential electric load is formed, and an evaluation function is constructed to analyze the decomposition results quantitatively.In order to verify the validity of the algorithm, using the actual collected electric data to decompose the load, each single superposition signal can be accurately decomposed from the mixed current signal, that is, the electric load participating in the current operation can be obtained.The load type can be determined according to the similarity coefficient and load identification can be realized.
【作者單位】： 華北電力大學電氣與電子工程學院;
【基金】：國家重點研發(fā)計劃項目課題(2016YFB0901104)資助 中央高�；究蒲袠I(yè)務費專項資金資助項目(2016MS13)~~
【分類號】：TM714

【參考文獻】

相關(guān)期刊論文 前8條

1 劉博;欒文鵬;;基于負荷分解的用電數(shù)據(jù)云架構(gòu)方案及應用場景[J];電網(wǎng)技術(shù);2016年03期

2 田世明;王蓓蓓;張晶;;智能電網(wǎng)條件下的需求響應關(guān)鍵技術(shù)[J];中國電機工程學報;2014年22期

3 張群洪;;基于集成智能方法的電力短期負荷預測[J];系統(tǒng)工程理論與實踐;2013年02期

4 牛盧璐;賈宏杰;;一種適用于非侵入式負荷監(jiān)測的暫態(tài)事件檢測算法[J];電力系統(tǒng)自動化;2011年09期

5 王智冬;李暉;李雋;韓豐;;智能電網(wǎng)的評估指標體系[J];電網(wǎng)技術(shù);2009年17期

6 胡學浩;;智能電網(wǎng)——未來電網(wǎng)的發(fā)展態(tài)勢[J];電網(wǎng)技術(shù);2009年14期

7 馬進;賀仁睦;王景鋼;周彥軍;;綜合負荷模型參數(shù)的簡化辨識策略[J];電網(wǎng)技術(shù);2006年09期

8 申麗巖;方濱;沈毅;;基于負熵極大的獨立分量分析方法[J];中北大學學報(自然科學版);2005年06期

相關(guān)碩士學位論文 前4條

1 張玲玲;基于HSMM的非侵入式家庭電力負荷分解算法研究[D];太原科技大學;2014年

2 劉博;非侵入式電力負荷監(jiān)測與分解技術(shù)[D];天津大學;2014年

3 趙春柳;基于穩(wěn)態(tài)諧波分析的非侵入式電力負荷分解法的應用研究[D];天津大學;2009年

4 楊志聰;語音信號的盲分離算法研究[D];武漢科技大學;2009年

【共引文獻】

相關(guān)期刊論文 前10條

1 焦豐順;張勁松;唐晟;李效臻;李志鏗;;智能配電網(wǎng)項目綜合效益分析評價方法研究[J];南方能源建設;2017年01期

2 田江;田春桃;;能源互聯(lián)網(wǎng)中微網(wǎng)智能體決策過程分析[J];物流工程與管理;2017年03期

3 劉育權(quán);吳瓊;姜子卿;艾芊;;基于需求響應的跨區(qū)域互聯(lián)電力市場輸電阻塞管理[J];南方電網(wǎng)技術(shù);2017年02期

4 閆華光;陳宋宋;李世豪;李德智;董明宇;;需求響應發(fā)展現(xiàn)狀及趨勢研究[J];供用電;2017年03期

5 孫毅;崔燦;陸俊;郝建紅;劉向軍;;基于差量特征提取與模糊聚類的非侵入式負荷監(jiān)測方法[J];電力系統(tǒng)自動化;2017年04期

6 陳鴻川;劉博;欒文鵬;李秋碩;;用于非侵入式電力負荷監(jiān)測的改進Viterbi算法[J];電力系統(tǒng)及其自動化學報;2017年02期

7 武昕;祁兵;韓璐;王震;董超;;基于模板濾波的居民負荷非侵入式快速辨識算法[J];電力系統(tǒng)自動化;2017年02期

8 李曉君;劉艷麗;齊文瑾;曾沅;黃瀚;劉林;;基于成熟度的智能電網(wǎng)綜合評估模型及其軟件[J];電力系統(tǒng)及其自動化學報;2017年01期

9 劉迎澍;康偉嬌;;基于模糊控制的光儲微網(wǎng)系統(tǒng)能量管理策略[J];電力系統(tǒng)及其自動化學報;2017年01期

10 許立;張敬周;趙要強;吳國文;;基于彈性滑窗FFT的用電設備在線狀態(tài)監(jiān)測研究與應用[J];計算機應用與軟件;2017年01期

相關(guān)碩士學位論文 前5條

1 程媛;家用電器負荷在線參數(shù)辨識方法的研究[D];華北電力大學(北京);2016年

2 王志超;住宅用電負荷的非侵入式監(jiān)測方法研究[D];重慶大學;2015年

3 劉然;結(jié)合改進最近鄰法與支持向量機的住宅用電負荷識別研究[D];重慶大學;2014年

4 張玲玲;基于HSMM的非侵入式家庭電力負荷分解算法研究[D];太原科技大學;2014年

5 劉博;非侵入式電力負荷監(jiān)測與分解技術(shù)[D];天津大學;2014年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 王繼業(yè);季知祥;史夢潔;黃復鵬;朱朝陽;張東霞;;智能配用電大數(shù)據(jù)需求分析與應用研究[J];中國電機工程學報;2015年08期

2 張東霞;苗新;劉麗平;張焰;劉科研;;智能電網(wǎng)大數(shù)據(jù)技術(shù)發(fā)展研究[J];中國電機工程學報;2015年01期

3 欒文鵬;余貽鑫;王兵;;AMI數(shù)據(jù)分析方法[J];中國電機工程學報;2015年01期

4 趙騰;張焰;張東霞;;智能配電網(wǎng)大數(shù)據(jù)應用技術(shù)與前景分析[J];電網(wǎng)技術(shù);2014年12期

5 欒文鵬;王冠;徐大青;;支持多種服務和業(yè)務融合的高級量測體系架構(gòu)[J];中國電機工程學報;2014年29期

6 趙莉;候興哲;胡君;傅宏;孫洪亮;;基于改進k-means算法的海量智能用電數(shù)據(jù)分析[J];電網(wǎng)技術(shù);2014年10期

7 高賜威;梁甜甜;李揚;;自動需求響應的理論與實踐綜述[J];電網(wǎng)技術(shù);2014年02期

8 孫宇軍;李揚;王蓓蓓;劉小聰;;需求響應促進可再生能源消納的運作模式研究[J];電力需求側(cè)管理;2013年06期

9 史常凱;張波;盛萬興;孫軍平;仉天舒;;靈活互動智能用電的技術(shù)架構(gòu)探討[J];電網(wǎng)技術(shù);2013年10期

10 陳璐;楊永標;姚建國;楊勝春;宋杰;王蓓蓓;;基于電力積分的需求響應激勵機制設計[J];電力系統(tǒng)自動化;2013年18期

相關(guān)碩士學位論文 前7條

1 雷冬梅;非侵入式電路故障診斷及家用電器用電狀況在線監(jiān)測算法研究[D];重慶大學;2012年

2 陳錦攀;電力負荷預測評估分析算法研究及其應用[D];湖南大學;2011年

3 牛盧璐;基于暫態(tài)過程的非侵入式負荷監(jiān)測[D];天津大學;2010年

4 趙春柳;基于穩(wěn)態(tài)諧波分析的非侵入式電力負荷分解法的應用研究[D];天津大學;2009年

5 陳維;基于內(nèi)容的圖像搜索中索引及優(yōu)化技術(shù)研究[D];華中科技大學;2007年

6 田建華;基于HSMM的人臉表情識別技術(shù)[D];江蘇大學;2007年

7 陳躍芳;短期電力負荷預測方法研究與系統(tǒng)設計[D];浙江大學;2006年

【相似文獻】

相關(guān)期刊論文 前10條

1 ;上海最高用電負荷直逼歷史紀錄[J];上海電力;2008年03期

2 ;上海人均用電負荷達1.1kW[J];電力與能源;2012年05期

3 ;北京用電負荷大幅增加[J];農(nóng)電管理;1996年02期

4 陳雁;李榮民;;2005年夏季上海市最高日用電負荷還原分析[J];華東電力;2005年11期

5 馬玉;;用電負荷預測技術(shù)及其應用[J];安徽電氣工程職業(yè)技術(shù)學院學報;2007年01期

6 趙敏芬;盧兆民;臧傳花;;夏季日平均用電負荷的統(tǒng)計預報[J];山東氣象;2007年03期

7 任二羅;;淺談住宅小區(qū)的用電負荷及配電[J];科技資訊;2009年28期

8 曾國新;;某高校學生公寓的用電負荷及經(jīng)濟運行[J];廣東建材;2010年03期

9 賀芳芳;史軍;;上海地區(qū)夏季氣溫變化對用電負荷的影響[J];長江流域資源與環(huán)境;2011年12期

10 湯德明;;住戶用電負荷計算淺析[J];住宅科技;1991年12期

相關(guān)會議論文 前9條

1 劉琦;李清華;何瀚原;裴克莉;;太原市用電負荷特性及與氣象條件關(guān)系的研究[A];中國氣象學會2008年年會城市氣象與城市可持續(xù)發(fā)展分會場論文集[C];2008年

2 林鈹?shù)?路名芬;雷桂蓮;鮑新宇;;江西省全網(wǎng)夏季用電負荷研究與預測[A];中國氣象學會2006年年會“災害性天氣系統(tǒng)的活動及其預報技術(shù)”分會場論文集[C];2006年

3 于巧梅;朱宵峰;蔣峰;;氣溫變化對用電負荷影響的分析[A];平安浙江氣象保障學術(shù)論壇論文集[C];2005年

4 江勝國;程林;湯繼云;;應用逐步回歸方法預測日最大用電負荷[A];中國氣象學會2008年年會城市氣象與城市可持續(xù)發(fā)展分會場論文集[C];2008年

5 于巧梅;朱宵峰;蔣峰;;氣溫變化對用電負荷影響的分析[A];第二屆浙江中西部科技論壇論文集第二卷（氣象分卷）[C];2005年

6 林鈹?shù)?雷桂蓮;;氣象因子對夏季用電負荷影響的研究[A];江西省氣象部門第二屆高級工程師技術(shù)述職報告會論文集[C];2005年

7 葉曉東;;寧波市單位建設用地用電負荷指標研究[A];城市時代，協(xié)同規(guī)劃——2013中國城市規(guī)劃年會論文集（05-工程防災規(guī)劃）[C];2013年

8 賀芳芳;徐家良;周偉東;穆海振;雷小途;;上海地區(qū)高溫日氣象條件對用電影響的評估[A];第六屆長三角氣象科技論壇論文集[C];2009年

9 盛瓊;朱曉東;駱麗楠;顧澤;;湖州市用電需求特性及其與氣象條件的關(guān)系研究[A];第26屆中國氣象學會年會預測與公共服務分會場論文集[C];2009年

相關(guān)重要報紙文章 前10條

1 通訊員　 朱劍;市本級用電負荷再創(chuàng)新高[N];嘉興日報;2006年

2 鐘利霞;南康用電負荷突破12萬千瓦[N];中國電力報;2009年

3 王永珍 林麗萍;全省用電負荷突破歷史最高紀錄[N];福建日報;2014年

4 記者 朱泓宇;我市今夏最高用電負荷預計增長25%[N];宿遷日報;2014年

5 記者 李欣智;昭通地區(qū)最高用電負荷恢復至震前水平[N];中國電力報;2014年

6 記者 陸彥平 通訊員 楊飛;我市用電負荷創(chuàng)歷史新高[N];淮安日報;2014年

7 通訊員 林海宇;華東用電負荷突破一億千瓦[N];中國電力報;2006年

8 吳東升 王永珍;我省用電負荷連創(chuàng)新高[N];福建日報;2006年

9 趙維光;申城用電負荷昨創(chuàng)新高[N];文匯報;2007年

10 本報記者 肖明;用電負荷大幅增加 是否回暖猶需觀望[N];21世紀經(jīng)濟報道;2009年

相關(guān)博士學位論文 前1條

1 孫欣堯;信息物理能源系統(tǒng)需求側(cè)協(xié)作測量與能效優(yōu)化方法研究[D];清華大學;2014年

相關(guān)碩士學位論文 前4條

1 譚佳楠;微電源與用電負荷優(yōu)化配置的研究[D];合肥工業(yè)大學;2016年

2 徐卓;用電負荷諧波特性及仿真技術(shù)研究[D];東南大學;2016年

3 林承就;福州市住宅小區(qū)用電負荷計算的研究[D];中南大學;2008年

4 林錦波;聚類融合與深度學習在用電負荷模式識別的應用研究[D];華南理工大學;2014年

，

本文編號：1767729