期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于电能质量监测数据的企业环保异常工况识别
被引量:
3
1
作者
张逸
姚文旭
+1 位作者
邵振国
张良羽
《电力系统自动化》
EI
CSCD
北大核心
2023年第5期180-189,共10页
针对目前污染企业环保工况异常监测实施困难、识别误差大、结果易被篡改等问题,提出了一种基于电能质量监测数据的环保异常工况识别方法。区别于对每个设备安装分表进行用电监测的现有方案,使用企业设备公共用电入口处非侵入式负荷监测...
针对目前污染企业环保工况异常监测实施困难、识别误差大、结果易被篡改等问题,提出了一种基于电能质量监测数据的环保异常工况识别方法。区别于对每个设备安装分表进行用电监测的现有方案,使用企业设备公共用电入口处非侵入式负荷监测所得的多维电能质量数据进行工况分类模型训练,实现异常工况识别。首先,对表征生产情况的特征数据进行时序变点检测与聚类计算,实现企业生产工况的划分;然后,结合环保设备运行情况得到用于分类的环保工况类别;进而,采用Stacking集成学习模型对环保相关的工况场景进行分类学习;最后,利用所训练的分类模型识别出企业存在的环保异常工况。利用仿真测试数据与实际企业数据验证了所提方法的有效性。
展开更多
关键词
环保工况
电能质量
监测数据
非侵入式负荷监测
异常工况识别
环保监测
突变点检测
工况分类
Stacking模型
下载PDF
职称材料
题名
基于电能质量监测数据的企业环保异常工况识别
被引量:
3
1
作者
张逸
姚文旭
邵振国
张良羽
机构
福州大学电气工程与自动化学院
出处
《电力系统自动化》
EI
CSCD
北大核心
2023年第5期180-189,共10页
基金
国家自然科学基金资助项目(51777035)。
文摘
针对目前污染企业环保工况异常监测实施困难、识别误差大、结果易被篡改等问题,提出了一种基于电能质量监测数据的环保异常工况识别方法。区别于对每个设备安装分表进行用电监测的现有方案,使用企业设备公共用电入口处非侵入式负荷监测所得的多维电能质量数据进行工况分类模型训练,实现异常工况识别。首先,对表征生产情况的特征数据进行时序变点检测与聚类计算,实现企业生产工况的划分;然后,结合环保设备运行情况得到用于分类的环保工况类别;进而,采用Stacking集成学习模型对环保相关的工况场景进行分类学习;最后,利用所训练的分类模型识别出企业存在的环保异常工况。利用仿真测试数据与实际企业数据验证了所提方法的有效性。
关键词
环保工况
电能质量
监测数据
非侵入式负荷监测
异常工况识别
环保监测
突变点检测
工况分类
Stacking模型
Keywords
environmental
protection
operation
condition
power
quality
monitoring
data
non
-
intrustive
load monitoring
abnormal
operation
condition
identification
environmental
monitoring
change
point
detection
operation
condition
classification
Stacking
model
分类号
X322 [环境科学与工程—环境工程]
TM714 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于电能质量监测数据的企业环保异常工况识别
张逸
姚文旭
邵振国
张良羽
《电力系统自动化》
EI
CSCD
北大核心
2023
3
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部