發(fā)布時間：2021-05-19 03:22

　　電力用戶電器使用狀態(tài)和用電行為的監(jiān)測與分析能為用戶側(cè)需求響應、能效管理與電價政策等精細化用電服務提供數(shù)據(jù)支撐,是實現(xiàn)靈活互動智能用電的關鍵環(huán)節(jié)。目前用戶負荷狀態(tài)數(shù)據(jù)的監(jiān)測主要依靠在用戶內(nèi)部安裝大量的電器狀態(tài)監(jiān)測感應裝置,給用戶的生產(chǎn)生活產(chǎn)生了一定的干擾,監(jiān)測裝置高昂的研制成本也給整個電網(wǎng)帶來了經(jīng)濟性難題,在電力居民用戶中推廣難度較大。本文研究面向智能用電的非侵入式居民負荷監(jiān)測關鍵技術,旨在利用現(xiàn)有用電側(cè)數(shù)據(jù)獲取與處理能力,從居民用戶負荷數(shù)據(jù)壓縮傳輸、負荷特征提取與識別等方面解決上述技術難題,獲取精準的用電負荷數(shù)據(jù),實現(xiàn)非侵入式的居民負荷監(jiān)測。面對智能用電海量精細負荷數(shù)據(jù)的通信傳輸、種類繁多的電器負荷的準確識別以及精細化用電服務的用電行為挖掘等技術需求,本文面向智能用電的非侵入式居民負荷監(jiān)測關鍵技術包括非侵入式負荷監(jiān)測數(shù)據(jù)壓縮感知與傳輸方法、非侵入式負荷監(jiān)測特征提取方法、非侵入式負荷監(jiān)測識別算法和非侵入式異常用電行為檢測方法四個方面,具體內(nèi)容如下:針對非侵入式負荷監(jiān)測數(shù)據(jù)對數(shù)據(jù)采樣頻率和通信效率的需求,建立非侵入式負荷監(jiān)測數(shù)據(jù)壓縮感知模型,分析用電負荷數(shù)據(jù)壓縮感知可行性并建立數(shù)據(jù)稀疏和觀... 

【文章來源】：華北電力大學(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：120 頁

【學位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 用電負荷數(shù)據(jù)傳輸研究現(xiàn)狀
        1.2.2 非侵入式負荷監(jiān)測研究現(xiàn)狀
        1.2.3 負荷監(jiān)測數(shù)據(jù)挖掘研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容和創(chuàng)新點
    1.4 本文章節(jié)結(jié)構
第2章 非侵入式負荷監(jiān)測數(shù)據(jù)壓縮感知與傳輸方法研究
    2.1 引言
    2.2 壓縮感知原理
    2.3 非侵入式負荷監(jiān)測數(shù)據(jù)壓縮感知建模
        2.3.1 數(shù)據(jù)采集模型
        2.3.2 稀疏性分析
        2.3.3 觀測矩陣構建與分析
    2.4 非侵入式負荷監(jiān)測數(shù)據(jù)重構方法
        2.4.1 改進迭代閾值重構方法
        2.4.2 重構實現(xiàn)過程
        2.4.3 實驗結(jié)果與分析
    2.5 基于壓縮感知的非侵入式負荷監(jiān)測數(shù)據(jù)WSN傳輸方法
        2.5.1 WSN壓縮感知路由分析
        2.5.2 基于混合壓縮感知的WSN優(yōu)化分簇模型
        2.5.3 優(yōu)化分簇路由算法
        2.5.4 算法仿真分析
    2.6 本章小結(jié)
第3章 非侵入式負荷監(jiān)測特征提取方法研究
    3.1 引言
    3.2 負荷特征提取原理
        3.2.1 暫態(tài)特征提取方法
        3.2.2 穩(wěn)態(tài)特征提取方法
        3.2.3 特征提取必要性分析
    3.3 非活性電流諧波負荷特征提取方法
        3.3.1 基本思想
        3.3.2 非活性電流諧波特征提取
        3.3.3 特征相似性分析
    3.4 基于改進模糊聚類的差量特征提取方法
        3.4.1 基本思想
        3.4.2 負荷差量特征提取
        3.4.3 改進模糊聚類實現(xiàn)
        3.4.4 實驗結(jié)果與分析
    3.5 本章小結(jié)
第4章 非侵入式負荷監(jiān)測識別算法研究
    4.1 引言
    4.2 非侵入式負荷識別原理
        4.2.1 問題描述
        4.2.2 遺傳算法基本原理
        4.2.3 神經(jīng)網(wǎng)絡基本原理
    4.3 基于多特征遺傳目標函數(shù)優(yōu)化的負荷識別算法
        4.3.1 算法基本思想
        4.3.2 多特征優(yōu)化負荷識別目標函數(shù)模型
        4.3.3 算法實現(xiàn)
        4.3.4 實驗結(jié)果與分析
    4.4 基于遺傳優(yōu)化神經(jīng)網(wǎng)絡的非侵入式負荷識別算法
        4.4.1 算法基本思想
        4.4.2 神經(jīng)網(wǎng)絡遺傳迭代優(yōu)化模型
        4.4.3 算法實現(xiàn)
        4.4.4 實驗結(jié)果與分析
    4.5 本章小結(jié)
第5章 非侵入式異常用電行為檢測方法研究
    5.1 引言
    5.2 異常用電行為檢測原理
    5.3 異常用電行為特征優(yōu)化選擇策略
        5.3.1 基于NILM的用電行為特征建模
        5.3.2 特征優(yōu)化選擇策略
    5.4 異常用電極限學習機檢測算法
        5.4.1 極限學習機網(wǎng)絡
        5.4.2 異常用電檢測算法實現(xiàn)過程
    5.5 實驗結(jié)果與分析
        5.5.1 特征優(yōu)化與選擇結(jié)果分析
        5.5.2 ELM異常檢測結(jié)果分析
    5.6 本章小結(jié)
第6章 總結(jié)與展望
    6.1 論文工作總結(jié)
    6.2 今后工作展望
參考文獻
攻讀博士學位期間發(fā)表的論文及其他成果
攻讀博士學位期間參加的科研工作
致謝
作者簡介


【參考文獻】：
期刊論文
[1]基于模板濾波的居民負荷非侵入式快速辨識算法[J]. 武昕,祁兵,韓璐,王震,董超.  電力系統(tǒng)自動化. 2017(02)
[2]基于負熵估計的居民用電負荷非侵入式分解算法[J]. 武昕,王震.  電網(wǎng)技術. 2017(03)
[3]非侵入式負荷監(jiān)測與分解研究綜述[J]. 程祥,李林芝,吳浩,丁一,宋永華,孫維真.  電網(wǎng)技術. 2016(10)
[4]基于Fisher有監(jiān)督判別的非侵入式居民負荷辨識方法[J]. 祁兵,程媛,武昕.  電網(wǎng)技術. 2016(08)
[5]航天發(fā)射場電力傳輸線WSN定位算法與仿真[J]. 徐以福.  太赫茲科學與電子信息學報. 2016(02)
[6]基于無監(jiān)督學習的電力用戶異常用電模式檢測[J]. 莊池杰,張斌,胡軍,李秋碩,曾嶸.  中國電機工程學報. 2016(02)
[7]基于馬爾科夫鏈的模糊認知圖在智能配電網(wǎng)WSN通信QoS優(yōu)化研究[J]. 王君洪,陳躍東,陳孟元.  電子測量與儀器學報. 2016(01)
[8]稀疏編碼模型在電力用戶異常用電行為探測中的應用研究（英文）[J]. 周李,趙露君,高衛(wèi)國.  電網(wǎng)技術. 2015(11)
[9]靈活互動的智能用電展望與思考[J]. 李揚,王蓓蓓,李方興.  電力系統(tǒng)自動化. 2015(17)
[10]面向家庭用戶的用電負荷分解方法[J]. 婁建樓,于華濤,曲朝陽.  吉林大學學報(理學版). 2015(04)

博士論文
[1]面向智能配用電的無線傳感器網(wǎng)絡路由優(yōu)化協(xié)議研究[D]. 馮森.華北電力大學 2015

碩士論文
[1]基于數(shù)據(jù)挖掘的商業(yè)電力負荷預測及用電優(yōu)化算法研究[D]. 楊屹洲.華僑大學 2015
[2]基于有監(jiān)督學習的查詢擴展技術研究[D]. 李維銀.北京理工大學 2015
[3]基于短距離無線通信的智能電力集中抄表系統(tǒng)研制[D]. 田婕.山東大學 2014
[4]基于非侵入式負載監(jiān)測的微電網(wǎng)電能管理研究[D]. 謝家寶.燕山大學 2012
[5]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]. 雷冬梅.重慶大學 2012
[6]基于數(shù)據(jù)挖掘的電力行業(yè)客戶細分模型研究[D]. 王雷.上海交通大學 2007
[7]神經(jīng)網(wǎng)絡在學生公寓用電負荷識別中的應用研究[D]. 鄭宇.重慶大學 2007



本文編號：3195015