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343篇文章
< 1 2 … 18 >
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：
基于双层XGBoost算法考虑多特征影响的超短期电力负荷预测 被引量：57
1
作者 孙超 吕奇 +3 位作者 朱思曈 郑薇 曹云飞 王俊 《高电压技术》 EI CAS CSCD 北大核心 2021年第8期2885-2895,共11页
历史数据在电力负荷预测中必不可少,但选用的历史数据往往存在数据量虽大而数据特征维度少、无效数据多、数据间的特征关系不明确等问题,显著影响电力负荷预测的精度。为提高超短期电力负荷预测精度,提出一种基于双层XGBoost(eXtreme gr... 历史数据在电力负荷预测中必不可少,但选用的历史数据往往存在数据量虽大而数据特征维度少、无效数据多、数据间的特征关系不明确等问题,显著影响电力负荷预测的精度。为提高超短期电力负荷预测精度,提出一种基于双层XGBoost(eXtreme gradient boosting)算法的超短期电力负荷预测方法。该方法的第1层,即数据处理层,基于XGBoost算法及特征工程,构建多个弱学习器逐层训练,筛选出对电力负荷具有显著影响的特征集;第2层即负荷预测层,以第1层筛选出的特征集和负荷为输入,优化选择XGBoost算法的超参数并对模型进行训练以得到精度最高、均方根误差最小的负荷预测模型。所搭建的负荷预测模型能够避免对数据特征进行标准化处理,且可减小数据字段缺失的影响,不用考虑特征间是否相互依赖,且模型学习效果好。算例分析中,对比基于单层XGBoost、BP神经网络、ARIMA的负荷预测模型,所提方法预测值精度更高,且在不同时间段数据集下,具有良好的泛化能力。 展开更多
关键词 负荷预测 机器学习 特征工程 XGBoost 数据预处理 多特征维度
下载PDF
非侵入式负荷监测综述 被引量：50
2
作者 邓晓平 张桂青 +2 位作者 魏庆来 彭伟 李成栋 《自动化学报》 EI CAS CSCD 北大核心 2022年第3期644-663,共20页
非侵入式负荷监测通过对总负荷电表数据进行分析处理,能够实现对各个用电设备及其工作状态的辨识,可广泛应用于建筑节能、智慧城市、智能电网等领域.近年来,随着智能电表的大规模部署以及各类机器学习算法的广泛应用,非侵入式负荷监测... 非侵入式负荷监测通过对总负荷电表数据进行分析处理,能够实现对各个用电设备及其工作状态的辨识,可广泛应用于建筑节能、智慧城市、智能电网等领域.近年来,随着智能电表的大规模部署以及各类机器学习算法的广泛应用,非侵入式负荷监测引起了学术界与工业界的共同关注.本文对非侵入式负荷监测方面的研究进行综述.首先提炼非侵入式负荷监测的问题模型及基本框架;然后分别对非侵入式负荷监测的数据采集与预处理过程、负荷分解模型与方法、常用数据集及评估指标进行归纳总结;最后,对目前研究中存在的挑战进行分析,并对未来的研究方向进行展望. 展开更多
关键词 非侵入式负荷监测 负荷分解 特征提取 隐马尔科夫模型 深度学习
下载PDF
基于Fisher有监督判别的非侵入式居民负荷辨识方法 被引量：51
3
作者 祁兵 程媛 武昕 《电网技术》 EI CSCD 北大核心 2016年第8期2484-2490,共7页
居民负荷监测是需求侧管理的重要部分,为实现居民非侵入负荷监测与跟踪,研究了非侵入式负荷监测系统物理架构与工作原理,提出一种基于家电负荷主用电特征的负荷辨识方法。以非侵入环境下不同家电负荷的实测电能数据为先验训练样本,利用... 居民负荷监测是需求侧管理的重要部分,为实现居民非侵入负荷监测与跟踪,研究了非侵入式负荷监测系统物理架构与工作原理,提出一种基于家电负荷主用电特征的负荷辨识方法。以非侵入环境下不同家电负荷的实测电能数据为先验训练样本,利用主成分分析法对8种典型电器的负荷特征样本进行降维处理,得到最优辨识特征,获取综合评估值并结合样本排序图将负荷分为2类。结合Fisher有监督判别准则将2类数据投影到一维空间,实现不同类型负荷的分离。实验证明该方法对不同家电负荷分类和辨识具有良好效果,能够在获取负荷有效特征的基础上实现对不同负荷的有效分辨。 展开更多
关键词 Fisher有监督判别 主成分分析 数据采集 负荷分类 特征提取
下载PDF
基于深度学习的电网短期负荷预测方法研究 被引量：44
4
作者 吴润泽 包正睿 +1 位作者 宋雪莹 邓伟 《现代电力》 北大核心 2018年第2期43-48,共6页
深度模型通过学习一种深层非线性网络结构以实现复杂函数逼近,具有很强的自适应感知能力。本文为了提高电力负荷预测精度,提出一种基于栈式自编码神经网络的深度学习预测方法。该方法结合自编码器和逻辑回归分类器构建一个多输入单输出... 深度模型通过学习一种深层非线性网络结构以实现复杂函数逼近,具有很强的自适应感知能力。本文为了提高电力负荷预测精度,提出一种基于栈式自编码神经网络的深度学习预测方法。该方法结合自编码器和逻辑回归分类器构建一个多输入单输出预测模型,并将重构后的历史负荷、气象信息等数据输入到预测模型中,用栈式自编码器逐层学习并提取深层特征,最后在网络顶层连接逻辑回归模型进行短期负荷预测。实例分析表明,所提预测模型能够有效刻画日负荷变化规律,泛化能力较强,其预测精度达到96.2%,比支持向量回归和模糊神经网络两种浅层学习模型更高。 展开更多
关键词 负荷预测 深度学习 栈式自编码器 特征提取 神经网络
下载PDF
基于Holt-Winters指数平滑和时间卷积网络的短期负荷预测 被引量：30
5
作者 杨国华 郑豪丰 +1 位作者 张鸿皓 贾睿 《电力系统自动化》 EI CSCD 北大核心 2022年第6期73-82,共10页
为提升短期电力负荷预测的精度,着眼于特征组合的构建,提出了一种基于Holt-Winters指数平滑的特征组合(FCHW),并结合时间卷积网络(TCN)构建了FCHW-TCN负荷预测框架。首先,应用Holt-Winters指数平滑进行负荷序列预测,得到与负荷序列相关... 为提升短期电力负荷预测的精度,着眼于特征组合的构建,提出了一种基于Holt-Winters指数平滑的特征组合(FCHW),并结合时间卷积网络(TCN)构建了FCHW-TCN负荷预测框架。首先,应用Holt-Winters指数平滑进行负荷序列预测,得到与负荷序列相关的级别分量和季节性分量。通过将上述分量用作输入特征,并与常规特征(历史负荷、日期)构成特征组合,构建了FCHW;其次,选择TCN作为预测模型,以FCHW作为TCN输入,搭建了FCHW-TCN预测框架;最后,采用2个不同负荷数据集和多个预测模型对FCHW和FCHW-TCN进行验证。结果表明,FCHW有助于模型预测精度的提升;与其他预测模型相比,FCHW-TCN预测框架有着最高的预测精度,具有优越的预测能力。 展开更多
关键词 负荷预测 Holt-Winters指数平滑 特征组合 时间卷积网络(TCN) 序列建模
下载PDF
基于用户边缘侧事件解析的工业电力负荷非侵入式感知辨识 被引量：29
6
作者 武昕 于金莹 +2 位作者 彭林 王庆华 闫雨龙 《电力系统自动化》 EI CSCD 北大核心 2021年第4期29-37,共9页
考虑工业生产的持续、安全等因素,避免在高压生产区对负荷进行直接测量,采用非侵入式感知模式在低压总用电计量端进行监测,通过分离解析总信号获取各负荷详细的运行情况。文中研究了一种基于事件波形解析的辨识方法,为了适应不同用户生... 考虑工业生产的持续、安全等因素,避免在高压生产区对负荷进行直接测量,采用非侵入式感知模式在低压总用电计量端进行监测,通过分离解析总信号获取各负荷详细的运行情况。文中研究了一种基于事件波形解析的辨识方法,为了适应不同用户生产门类及流水工艺的差异,将事件解析下沉至用户边缘。首先,利用工业负荷单体功率大的特点,结合不同投切形式分离事件波形。然后,在用户边缘形成该用户的解释空间,构建有效描述事件波形的结构化特征空间,建立映射规则实现特征空间与解释空间的对应,并通过类别判定完成事件解析与负荷辨识。最后,利用聚类对群体事件进行分类辨识以优化验证辨识结果。通过实际采集的钢铁工业用电数据验证方法的有效性,实现其用电感知与事件解析。 展开更多
关键词 工业负荷 用电感知 非侵入式负荷监测 负荷辨识 特征空间
下载PDF
基于输入空间压缩的短期负荷预测 被引量：18
7
作者 许涛 贺仁睦 +1 位作者 王鹏 徐东杰 《电力系统自动化》 EI CSCD 北大核心 2004年第6期51-54,81,共5页
由于影响负荷预测的因素复杂,并且实际获取的历史数据有限,传统的智能预测方法往往达不到工程应用的精度要求。为解决该问题,文中提出一种准确预测电力系统短期负荷的新思路:首先建立负荷输入特征选择模型,其搜索方法采用浮动搜索算法,... 由于影响负荷预测的因素复杂,并且实际获取的历史数据有限,传统的智能预测方法往往达不到工程应用的精度要求。为解决该问题,文中提出一种准确预测电力系统短期负荷的新思路:首先建立负荷输入特征选择模型,其搜索方法采用浮动搜索算法,在去除影响负荷预测的冗余特征之后,利用有限样本学习的统计学习理论(支持向量机)构造负荷预测回归模型,充分发挥其在解决有限样本、非线性中体现出的优势,较好地提高了评估结果的精度和泛化能力。在EUNITE网络中的应用结果证明了该方法对电力系统负荷预测的有效性。 展开更多
关键词 负荷预测 特征选择 浮动搜索 支持向量机
下载PDF
基于频域特征提取与信息融合的磨机负荷软测量 被引量：24
8
作者 汤健 郑秀萍 +2 位作者 赵立杰 岳恒 柴天佑 《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第10期2161-2167,共7页
提出了基于频域特征提取与多传感器信息融合的磨机负荷(ML)软测量新方法。针对磨矿过程主要依靠人工经验定性判断ML状态,难以定量检测ML参数的现状,通过融合磨机筒体振动、振声及驱动电机电流信号,建立了以料球比、矿浆浓度、充填率为... 提出了基于频域特征提取与多传感器信息融合的磨机负荷(ML)软测量新方法。针对磨矿过程主要依靠人工经验定性判断ML状态,难以定量检测ML参数的现状,通过融合磨机筒体振动、振声及驱动电机电流信号,建立了以料球比、矿浆浓度、充填率为输出的ML软测量模型。该方法首先采用快速傅里叶变换(FFT)将时域振动及振声信号转换为频谱变量,再对频谱变量通过主元分析(PCA)进行谱特征提取,然后采用径向基函数(RBF)变换生成的激活矩阵实现谱特征的非线性映射,最后采用偏最小二乘(PLS)算法建立以谱特征、激活矩阵、电流信号为输入的回归模型,从而有效克服了多传感器信息之间及RBF变换引起的多重共线性等问题。实验表明,该方法能够较准确地检测ML参数,融合多传感器的软测量方法具有更好的预测效果。 展开更多
关键词 磨机负荷 频谱数据 特征提取 径向基函数 偏最小二乘 信息融合
下载PDF
基于时频域分析和随机森林的故障电弧检测 被引量：21
9
作者 王毅 陈进 +3 位作者 李松浓 陈涛 侯兴哲 许怀文 《电子测量与仪器学报》 CSCD 北大核心 2021年第5期62-68,共7页
针对生活用电器品种繁多,不同类型用电器之间的故障电流与正常电流波形可能类似,导致传统的故障电弧识别方法不能有效检测的问题,提出一种时频域分析与随机森林结合且适用于多种典型负载单独或混合工作的串联型低压故障电弧识别方法。... 针对生活用电器品种繁多,不同类型用电器之间的故障电流与正常电流波形可能类似,导致传统的故障电弧识别方法不能有效检测的问题,提出一种时频域分析与随机森林结合且适用于多种典型负载单独或混合工作的串联型低压故障电弧识别方法。根据收集到的多种负载频谱与纯阻性负载频谱的相关系数,将负载分为开关电源型负载和非开关电源型负载,分别训练两个随机森林模型对其进行故障识别。实验一共收集33 723组正常和故障电流样本验证提出的检测方法,证明所提方法能够提高故障电弧识别率。 展开更多
关键词 故障电弧 电流采集 负载分类 特征提取 随机森林
下载PDF
基于差分进化算法的居民用电负荷分解方法 被引量：17
10
作者 周晨轶 刘松 +1 位作者 钟潇 刘鹏 《南方电网技术》 北大核心 2016年第6期62-69,共8页
针对现有负荷分解方法对设备采样频率要求高、无法有效处理多工作模式电器投入使用的问题,提出一种全新的非侵入式负荷监测与分解方法。该方法将电器的稳态电流作为负荷特征,建立起负荷总电流与各用电器电流之间的数学模型,利用差分进... 针对现有负荷分解方法对设备采样频率要求高、无法有效处理多工作模式电器投入使用的问题,提出一种全新的非侵入式负荷监测与分解方法。该方法将电器的稳态电流作为负荷特征,建立起负荷总电流与各用电器电流之间的数学模型,利用差分进化算法求得各用电器的开启时间系数,进而实现居民侧电力负荷的分解。实验表明,该方法可准确地判断出各类型电器的开启时间和运行模式,并能很好地处理算例中,多个同种电器在同一时段投入使用的情况。该方法所需负荷数据可直接由当前市面上通用的智能电表获得,减少了硬件成本投入。 展开更多
关键词 负荷分解 负荷特征 差分进化算法 智能电表
下载PDF
分布式协同网络用电负荷分层加权概率预测方法 被引量：15
11
作者 孙欣尧 王雪 +1 位作者 吴江伟 刘佑达 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第2期241-246,共6页
先进计量体系(AMI)是智能电网中的分布式协同网络,其通过广泛布置的分布式测量计算节点对用电端的用户用电信息进行测量和协同分析。基于分布式协同网络测量得到的海量数据,针对短期用电负荷的概率预测问题提出一种分层特征加权概率预... 先进计量体系(AMI)是智能电网中的分布式协同网络,其通过广泛布置的分布式测量计算节点对用电端的用户用电信息进行测量和协同分析。基于分布式协同网络测量得到的海量数据,针对短期用电负荷的概率预测问题提出一种分层特征加权概率预测方法。该方法采用核主分量分析提取用电负荷测量样本的非线性特征,根据提取的特征采用马氏距离判据对用电负荷数据进行特征加权,剔除权重低的不相关干扰数据;提出将经验模态分解与稀疏贝叶斯学习方法相结合的机器学习用电负荷概率预测方法,对用电负荷高频与低频分量进行分层概率分布预测。最后,将所提出的方法应用于某地区的短期用电负荷预测实验,实验结果表明该方法能够有效预测短期用电负荷的概率分布,预测精度高、可靠性好。 展开更多
关键词 分布式协同网络 用电负荷预测 特征加权 分层预测 稀疏贝叶斯学习
下载PDF
基于K-SVD-OMP的稀疏表示方法在电力负荷预测中的应用 被引量：15
12
作者 李军 李世昌 《电机与控制学报》 EI CSCD 北大核心 2020年第9期156-164,172,共10页
针对中期或短期电力负荷预测,提出一种基于稀疏表示的特征提取建模方法。为构建预测模型,将历史电力负荷等数据构成具有时延的输入—输出数据对,将时延输入数据向量作为初始字典,采用K均值—奇异值分解(K-SVD)算法将其进行稀疏分解与变... 针对中期或短期电力负荷预测,提出一种基于稀疏表示的特征提取建模方法。为构建预测模型,将历史电力负荷等数据构成具有时延的输入—输出数据对,将时延输入数据向量作为初始字典,采用K均值—奇异值分解(K-SVD)算法将其进行稀疏分解与变换至稀疏域以得到学习后的字典。进一步,由正交匹配追踪(OMP)算法获取相应的稀疏编码向量,再将该向量作为核极限学习机(KELM)的输入来构建全局回归模型。为了验证该方法的有效性,将所提出的方法用于不同地区的中期或短期电力负荷预测中,在同等条件下还与单一KELM、支持向量机(SVM)、极限学习机(ELM)方法以及非字典学习的其他稀疏表示建模方法进行了比较。实验结果表明,不同的稀疏表示建模方法均能取得很好的预测效果,其中所提方法具有更好的预测效果,显示出其有效性。 展开更多
关键词 负荷预测 稀疏表示 特征提取 K均值—奇异值分解 正交匹配追踪 核极限学习机
下载PDF
考虑需求响应的温度敏感用户夏季短期负荷预测方法 被引量：13
13
作者 周兴华 耿俊成 +3 位作者 杜松怀 张永浩 仇向东 吴博 《电网与清洁能源》 2019年第4期16-22,共7页
在新常态下为了降低生产成本,用户会参与需求响应进行错峰和避峰。传统负荷预测模型对用户负荷特性变化不敏感,对一些突变信息难以准确预测。针对此问题,考虑温度敏感用户参与需求响应,提出了夏季短期负荷预测方法。该方法采用小波变换... 在新常态下为了降低生产成本,用户会参与需求响应进行错峰和避峰。传统负荷预测模型对用户负荷特性变化不敏感,对一些突变信息难以准确预测。针对此问题,考虑温度敏感用户参与需求响应,提出了夏季短期负荷预测方法。该方法采用小波变换和局部离群因子方法对负荷数据预处理,基于模糊C均值聚类和径向基函数网络相结合的方法识别预测日的负荷特性,采用线性回归模型对预测日的负荷特性相同的历史负荷数据进行负荷预测,根据降温负荷的基准值和温度变化值评估出降温负荷值,最后综合得出预测日的负荷。对3类温度敏感的纺织行业大用户进行算例分析,验证了所提方法的可行性和有效性。 展开更多
关键词 负荷预测 负荷特性 负荷趋势 降温负荷
下载PDF
非侵入负荷监测装置及其工程应用研究 被引量：13
14
作者 徐彤 李永超 +4 位作者 杨宇全 谢浩 殷博 周静 宋杰 《电子测量技术》 2018年第3期93-97,共5页
非侵入式居民用电负荷监测是一门新兴的智能电网高级量测技术，对居民能耗可视化和节能减排意义重大。首先，对比分析了侵入式和非侵入式两类负荷监测方案的技术优缺点，然后，通过实验提取了电热水器、电热水壶、定频空调的辨识特征量... 非侵入式居民用电负荷监测是一门新兴的智能电网高级量测技术，对居民能耗可视化和节能减排意义重大。首先，对比分析了侵入式和非侵入式两类负荷监测方案的技术优缺点，然后，通过实验提取了电热水器、电热水壶、定频空调的辨识特征量组，提出了一种基于暂稳态混合判据的非侵入负荷辨识算法，研制了一套非侵入负荷辨识装置样机。现场运行结果表明，该装置的电器启停次数辨识率100％，启停时间误差小于1S，电量归集精度大于88％。 展开更多
关键词 非侵入 居民负荷 辨识特征量 辨识算法
下载PDF
基于改进EMD的多绳摩擦提升机载荷信息特征提取 被引量：13
15
作者 石瑞敏 杨兆建 《煤炭学报》 EI CAS CSCD 北大核心 2014年第4期782-788,共7页
为解决多绳摩擦提升机有效提升载荷的间接识别问题,提出了一种基于振动信号分析处理的特征提取方法。该方法以主轴装置轴承处水平振动信号为对象,利用改进的经验模式分解(EMD)方法将振动信号分解为若干有效固有模态函数(IMFs),改善了经... 为解决多绳摩擦提升机有效提升载荷的间接识别问题,提出了一种基于振动信号分析处理的特征提取方法。该方法以主轴装置轴承处水平振动信号为对象,利用改进的经验模式分解(EMD)方法将振动信号分解为若干有效固有模态函数(IMFs),改善了经典EMD方法模态混叠与端点效应现象,选取各阶IMF的能量、方差贡献率与能量矩作为特征值,探讨了特征值与提升机有效载荷之间的内在联系。结果表明,该方法中分析信号的获取不改变提升机主轴系统结构,不影响提升机正常运行,易于实现长期在线监测,便于大量基础数据的采集,为提升载荷定量识别积累了样本数据。所选取的3个特征值从大小、权重及分布的角度较好地反映了提升载荷特征信息。 展开更多
关键词 改进EMD 提升载荷 特征提取 振动分析
下载PDF
船舶电力推进系统运行的仿真 被引量：13
16
作者 包艳 施伟锋 《中国航海》 CSCD 北大核心 2011年第4期34-38,共5页
船舶电力推进系统的推进电机单机容量大于发电机单机容量,属于重负载电力系统。建立船舶电力推进系统运行的数学模型,在MATLAB软件平台上对该系统进行仿真运行。对获得的电网电压信号,采用小波变换进行波形分析和特征抽取。仿真实验结... 船舶电力推进系统的推进电机单机容量大于发电机单机容量,属于重负载电力系统。建立船舶电力推进系统运行的数学模型,在MATLAB软件平台上对该系统进行仿真运行。对获得的电网电压信号,采用小波变换进行波形分析和特征抽取。仿真实验结果表明,该船舶电力推进系统仿真模型合理有效。 展开更多
关键词 船舶、舰船工程 电力推进船舶 电力系统数字仿真 重负载 小波变换 特征抽取
下载PDF
考虑时序特征提取与双重注意力融合的TCN超短期负荷预测 被引量：8
17
作者 周思思 李勇 +3 位作者 郭钇秀 乔学博 梅玉杰 邓威 《电力系统自动化》 EI CSCD 北大核心 2023年第18期193-205,共13页
为提高配电网超短期负荷预测精度,从特征构建与模型优化两个角度出发,提出一种基于Prophet和双重多头自注意力-时间卷积网络的超短期负荷预测框架。首先,通过Prophet提取负荷序列中隐含的多时间尺度时序特征。然后,基于最大信息系数选... 为提高配电网超短期负荷预测精度,从特征构建与模型优化两个角度出发,提出一种基于Prophet和双重多头自注意力-时间卷积网络的超短期负荷预测框架。首先,通过Prophet提取负荷序列中隐含的多时间尺度时序特征。然后,基于最大信息系数选择预测模型的输入特征,并采用最佳滑动窗口构建输入矩阵。最后,在时间卷积网络的基础上,引入特征和时序双重多头自注意力,用于挖掘负荷特征矩阵中不同输入特征、不同时间步之间的内部相关性,并为特征、时间步自适应赋权以突出重要信息的影响。基于湖南省某配电网台区负荷数据开展算例分析,消融实验结果表明所构建预测模型的有效性;与多种传统机器学习和深度学习预测模型的对比测试结果表明,所提方法具有更高的负荷预测精度。 展开更多
关键词 配电网 负荷预测 特征提取 多头自注意力 时间卷积网络 配电变压器台区
下载PDF
一种改进Transformer的电力负荷预测方法 被引量：7
18
作者 黄飞虎 赵红磊 +2 位作者 弋沛玉 李沛东 彭舰 《现代电力》 北大核心 2023年第1期50-58,共9页
负荷预测是电网系统中很多应用的关键部分,具有重要作用。然而,由于电网负荷的非线性、时变性和不确定性,使得准确预测负荷具有一定的挑战。充分挖掘负荷序列的潜在特征是提升预测准确率的关键。文中认为在特征提取时应该充分利用负荷... 负荷预测是电网系统中很多应用的关键部分,具有重要作用。然而,由于电网负荷的非线性、时变性和不确定性,使得准确预测负荷具有一定的挑战。充分挖掘负荷序列的潜在特征是提升预测准确率的关键。文中认为在特征提取时应该充分利用负荷序列的位置信息、趋势性、周期性和时间信息,同时还应构建更深层次的神经网络框架进行特征挖掘。因此,提出了基于特征嵌入和Transformer框架的负荷预测模型。该模型由特征嵌入层、Transformer层和预测层组成。在特征嵌入层,模型首先对历史负荷的位置信息、趋势性、周期性和时间信息进行特征嵌入,然后再与天气信息进行融合,得到特征向量。Transformer层则接受历史序列的特征向量并挖掘序列的非线性时序依赖关系。预测层通过全连接网络实现负荷预测。从实验结果来看,文中模型的预测性能优于对比模型,体现了该模型的可行性和有效性。 展开更多
关键词 负荷预测 特征嵌入 Transformer框架 神经网络
下载PDF
基于事件检测的非侵入式负荷识别方法研究 被引量：10
19
作者 丁世敬 王晓静 +1 位作者 雍静 刘明 《建筑电气》 2017年第7期57-64,共8页
提出一种基于事件检测的住宅用电负荷非侵入式识别方法。改进滑动窗双边累计和事件检测方法中确定事件发生阈值的设定措施,并在程序能够检测事件发生时刻的基础上,进一步提出事件发生后进入稳态时刻的检测方法。在负荷识别问题中,提出采... 提出一种基于事件检测的住宅用电负荷非侵入式识别方法。改进滑动窗双边累计和事件检测方法中确定事件发生阈值的设定措施,并在程序能够检测事件发生时刻的基础上,进一步提出事件发生后进入稳态时刻的检测方法。在负荷识别问题中,提出采用C4.5决策树算法和最近邻法结合的分类分层负荷识别算法。经过试验验证,事件检测算法和负荷识别算法均取得良好的负荷识别效果。 展开更多
关键词 非侵入式负荷识别 事件检测 滑动窗双边累计和算法 决策树 最近邻法 分类分层负荷识别 特征提取 负荷识别
下载PDF
欠定分离机制下基于特征滤波的居民负荷非侵入辨识算法 被引量：9
20
作者 武昕 韩璐 +2 位作者 韩笑 祁兵 崔高颖 《电力系统自动化》 EI CSCD 北大核心 2017年第20期118-125,共8页
通过非侵入采集模式下电流信号的欠定求解实现了负荷分解,获取了各独立负荷的完整电流,在负荷分解基础上实现了状态辨识。利用居民用户的负荷操作习惯将难以求解的欠定问题优化建模,转化为一维欠定问题,将求解模型建立为单位时间间隔仅... 通过非侵入采集模式下电流信号的欠定求解实现了负荷分解,获取了各独立负荷的完整电流,在负荷分解基础上实现了状态辨识。利用居民用户的负荷操作习惯将难以求解的欠定问题优化建模,转化为一维欠定问题,将求解模型建立为单位时间间隔仅从采集信号中分离两路信号。依据电流频域信号的稀疏性通过两步迭代收缩阈值算法得到最优解,使每个投入运行的负荷均可独立分解。通过先验方式获取用电网络各负荷的特征电流形成特征滤波器组,对分解电流进行频域滤波,通过对滤波后频率分量的量化判决实现负荷辨识。利用实际采集的用电数据验证了算法的有效性,能够有效实现负荷分解,并准确判断负荷状态。 展开更多
关键词 非侵入负荷监测 负荷分解 负荷辨识 欠定求解 特征滤波
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 … 18 下一页 到第 页
使用帮助 返回顶部