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
非侵入式电力负荷多目标分解框架
被引量：
29
1
作者
杨立余
陈昊
+1 位作者
黎明
李凌
《电力系统保护与控制》
EI
CSCD
北大核心
2020年第6期100-107,共8页
现有基于最优化的非侵入式负荷分解方法存在两个问题:使用一到两个特征对家庭负荷的分解效果差;而使用三个及以上特征作为用电设备辨识的目标函数难度高。提出非侵入式电力负荷多目标分解框架,解决传统方法利用特征数少、加权系数难确...
现有基于最优化的非侵入式负荷分解方法存在两个问题:使用一到两个特征对家庭负荷的分解效果差;而使用三个及以上特征作为用电设备辨识的目标函数难度高。提出非侵入式电力负荷多目标分解框架,解决传统方法利用特征数少、加权系数难确定等问题。以有功功率、无功功率、视在功率、谐波和电流波形作为电器运行状态的目标函数,建立多目标优化负荷分解模型。利用多目标进化算法(Multi-Objective Evolutionary Algorithm,MOEA)对实测用电数据进行负荷分解求得Pareto最优解集。最后通过多准则决策方法选出识别结果。实验结果表明,增加特征可提高MOEA算法对多个用电设备同时运行时识别准确率,且与当前主流算法相比,所提框架对家庭负荷分解的准确率更高。
展开更多
关键词
非侵入式负荷分解
多目标进化算法
特征提取
多特征
稳态特征
下载PDF
职称材料
题名
非侵入式电力负荷多目标分解框架
被引量：
29
1
作者
杨立余
陈昊
黎明
李凌
机构
南昌航空大学无损检测技术教育部重点实验室
苏州先进技术研究院
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2020年第6期100-107,共8页
基金
国家自然科学基金资助(61772255,61866025,61866026)
江西省自然科学基金资助(20181BAB202025)
+3 种基金
江西省优势科技创新团队计划项目资助(20181BCB24008)
江西省研究生创新专项资金项目资助(YC2018017)
无损检测技术教育部重点实验室(南昌航空大学)开放基金资助(EW201708505)
江西省教育厅科学技术项目资助(GJJ170608)。
文摘
现有基于最优化的非侵入式负荷分解方法存在两个问题:使用一到两个特征对家庭负荷的分解效果差;而使用三个及以上特征作为用电设备辨识的目标函数难度高。提出非侵入式电力负荷多目标分解框架,解决传统方法利用特征数少、加权系数难确定等问题。以有功功率、无功功率、视在功率、谐波和电流波形作为电器运行状态的目标函数,建立多目标优化负荷分解模型。利用多目标进化算法(Multi-Objective Evolutionary Algorithm,MOEA)对实测用电数据进行负荷分解求得Pareto最优解集。最后通过多准则决策方法选出识别结果。实验结果表明,增加特征可提高MOEA算法对多个用电设备同时运行时识别准确率,且与当前主流算法相比,所提框架对家庭负荷分解的准确率更高。
关键词
非侵入式负荷分解
多目标进化算法
特征提取
多特征
稳态特征
Keywords
non-intrusive
load
monitoring
multi-objective
evolution
algorithm
feature
extraction
multi-feature
steady
-
state
signatures
分类号
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
非侵入式电力负荷多目标分解框架
杨立余
陈昊
黎明
李凌
《电力系统保护与控制》
EI
CSCD
北大核心
2020
29
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
