隨著國家電網(wǎng)提出了建設泛在電力物聯(lián)網(wǎng)的戰(zhàn)略目標,用戶內(nèi)部設備的信息的感知和獲取是提供智慧新業(yè)務的基礎,而非侵入式負荷監(jiān)測技術則是可以實現(xiàn)這一目的合適的智能感知方案。非侵入式負荷監(jiān)測指的是將在用戶總進線處獲得的功耗聚合數(shù)據(jù)分解為各個電器設備運行功耗的技術。本文研究了兩種不同類型的非侵入式負荷監(jiān)測算法;基于事件的和基于狀態(tài)的。針對于基于事件的非侵入式負荷監(jiān)測算法的四個環(huán)節(jié)（事件檢測、特征提取、負荷識別和能耗分解）提出了基于機器學習的不同的算法,并且都通過場景實驗和公開數(shù)據(jù)集BLUED和ECO驗證了算法的有效性。另外,本文還以隱馬爾可夫模型為例研究了基于狀態(tài)的非侵入式負荷監(jiān)測,以探索兩種不同類型方法的優(yōu)劣勢以及適用情況。整篇文章的工作具體由以下三部分組成。首先,本文針對基于事件的非侵入式負荷監(jiān)測的事件檢測環(huán)節(jié)提出了一種混合事件檢測方法。它利用了多個不同方法的事件檢測器以解決噪聲對于事件檢測的干擾。經(jīng)過算例和實驗分析,它比單一的事件檢測方法在復雜的場景具有更好的檢測效果。其次,在基于事件方法的負荷識別和能耗分解的環(huán)節(jié)中,本文分別提出了一種基于DBSCAN的無監(jiān)督負荷識別方法和一種基于運行時間窗... 

【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：91 頁

【學位級別】：碩士

【部分圖文】：

圖１．１：侵入式負荷監(jiān)測示意圖??

浙江大學碩士學位論文?１緒論??供卿?Ｉ??????傳感器１?傳感器２?傳．感器Ｎ?｜??！?ＴＴ?ＴＴ?，?ｔ?Ｉ??優(yōu)備１?：謾備２???褒畚Ｎ??用戶??Ｉ???????Ｉ??歎鑛？集中呦？?＊?＊???圖１．１：侵入式負荷監(jiān)測示意圖??更加適合應用在泛在電力物聯(lián)網(wǎng)中，作為對用戶內(nèi)部設備進行監(jiān)測的智能感知方案。??非侵入式食．荷監(jiān)測（Ｎｏｎ－Ｉｎｔｒｕｓｉｖｅ?Ｌｏａｄ?Ｍｏｎｉｔｏｒｉｎｇ，?ＭＬＭ）的概念最早由Ｈａｒｔ提出??來的［６］。非侵入式負荷監(jiān)測方法是一種利用電力進線入口端的電壓、電流、功率等用電??負荷特征參數(shù)，對所監(jiān)測的用電設備進行狀態(tài)檢測和能耗管理的一種方法。圖１．２為非??侵入式負荷監(jiān)測的示意圖。對于每個用戶而言，只需要采集他的總進線處出的電能數(shù)??據(jù)，就能根據(jù)非侵入式負荷監(jiān)滿１的算法推算出用戶內(nèi)部各個設備的功耗情況。與侵入式??負荷監(jiān)測比較而言，非侵入式負荷監(jiān)測的硬件成本更低，更切合實際。因為只需要為每??個用戶配置一個智能電表即可得到各個用電設備的狀態(tài)信息，所以非侵入式負荷監(jiān)測通??常也被筒稱為負荷分解（ＬｏａｄＤｉｓａｇｇｒｅｇａｔｉｏｎ）??供電進錢，處｜???］??／Ｍｉｌ！??非侵入式丨?Ｉ??負荷監(jiān)測｜?設備１?設備２???設備Ｎ??用戶??Ｉ?Ｉ??數(shù)據(jù)收集中心??圖１．２：非侵入式負荷監(jiān)測示意圖??２??

浙江大學碩士學位論文?１緒論??除了總進線處電能數(shù)據(jù)外的其他信息。圖１．３反映了兩者的區(qū)別，上面的方框為有監(jiān)督??方法的流程，而下方的方框則表示無監(jiān)督方法。??丨’單獨設備數(shù)據(jù)?）??！?：?ｉ??ｖ????????■■■ｙ??Ｉ?Ｉ??Ｉ?Ｉ??■?Ｉ??Ｉ?■卜國＿＿?Ｉ??■?■＋ＨＩ?ｉ??Ｖ?ｘ??圖１．３：有監(jiān)督與無監(jiān)督的非侵入式負荷監(jiān)測區(qū)別??在有監(jiān)督的非侵入式負荷監(jiān)測方法的研究中，采用了包括：神經(jīng)網(wǎng)絡［１〃２］、支持向??量機（ＳＶＭ）ｔ１３＇１４］、貝葉斯方法［１５，明以及這些方法的混合決策模型［１７＇１８１而自從２０１２年??以來，深度神經(jīng)網(wǎng)絡在視覺識別領域［１９］和其他領域取得的空前優(yōu)異的效果導致了一系??列的研究者考慮使用深度網(wǎng)絡進行非侵入式負荷監(jiān)測［２？２２］。雖然訓練過程非常困難，但??是在效果上確實取得了準確的結果。而對于無監(jiān)督算法主要采取的是聚類［２３＇２４］和隱馬??可夫模型［２５］。研究者們將日新月異的機器學習的模型應用在非侵入式負荷監(jiān)測中，以追??求更加準確的監(jiān)測結果。??因此，總的而言，非侵入式負荷監(jiān)測作為電力系統(tǒng)和機器學習的交叉研究方向，不??僅具有了實際的應用意義，也有深遠的理論研究意義。??１．２研究現(xiàn)狀??１．２．１非侵入式負荷｜測方法的分類??對于非侵入式負荷監(jiān)測方法的分類依據(jù)除了按照圖１．３中分為有監(jiān)督和無監(jiān)督外，??更常見的一種分類方法是將它們分為基于事件和基于狀態(tài)的［２６］Ｄ兩者之間的差別在于??４??

【參考文獻】：
期刊論文
[1]泛在電力物聯(lián)網(wǎng)智能感知關鍵技術發(fā)展思路[J]. 周峰,周暉,刁贏龍.  中國電機工程學報. 2020(01)
[2]非侵入式負荷監(jiān)測技術在客戶服務中的應用研究[J]. 詹偉,查志勇,梁航函.  電力信息與通信技術. 2019(11)
[3]全面推廣“網(wǎng)上國網(wǎng)” 助力泛在電力物聯(lián)網(wǎng)建設[J]. 唐文升.  國家電網(wǎng). 2019(09)
[4]泛在電力物聯(lián)網(wǎng)釋義與研究展望[J]. 楊挺,翟峰,趙英杰,盆海波.  電力系統(tǒng)自動化. 2019(13)
[5]泛在電力物聯(lián)網(wǎng)在智能配電系統(tǒng)應用綜述及展望[J]. 張亞健,楊挺,孟廣雨.  電力建設. 2019(06)
[6]如何建設“三型兩網(wǎng)”[J]. 寇偉.  中國電力企業(yè)管理. 2019(10)
[7]基于因子隱馬爾可夫模型的負荷分解方法及靈敏度分析[J]. 陳思運,高峰,劉烴,翟橋柱,管曉宏.  電力系統(tǒng)自動化. 2016(21)
[8]基于粒子群算法搜索的非侵入式電力負荷分解方法[J]. 李如意,黃明山,周東國,周洪,胡文山.  電力系統(tǒng)保護與控制. 2016(08)

碩士論文
[1]結合事件檢測的HMM非侵入式電力負荷監(jiān)測算法研究[D]. 盧天琪.華中科技大學 2017



本文編號：3328792