基于差量特征提取与模糊聚类的非侵入式负荷监测方法
本文选题:非侵入式负荷监测 切入点:电器特征分析 出处:《电力系统自动化》2017年04期
【摘要】:现有非侵入式负荷监测(NILM)方法主要将电器功率大小作为特征值,对于低功率电器识别的准确性不够,无法满足精细化智能用电的应用需求。文中分析了多种家用电器的功率和谐波特征,并选取低功率电器差异最大的频域谐波幅值作为新的特征。在此基础上提出一种新的NILM方法,该方法采用差量特征提取方法获取任意时刻的特征值变化量并引入信息熵的方法,通过计算簇间熵来确定最佳聚类数和负荷相似度;再通过模糊聚类实现电器负荷数量及种类的聚类识别。实验结果表明,文中提出的NILM方法在不同场景下均具有良好的可靠性和鲁棒性,采用谐波特征后识别准确性有明显提升。
[Abstract]:The existing non-invasive load monitoring NILM methods mainly take the power of the electrical apparatus as the eigenvalue, and the accuracy of the identification of low-power electrical appliances is not enough to meet the application requirements of refined and intelligent power consumption.In this paper, the power and harmonic characteristics of various household appliances are analyzed, and the harmonic amplitude in frequency domain, which is the largest difference between low power appliances, is selected as the new feature.On this basis, a new NILM method is proposed, in which the difference feature extraction method is used to obtain the variation of eigenvalues at any time and the information entropy is introduced to determine the optimal clustering number and load similarity by calculating the entropy among clusters.Then the number and category of electric appliance load are identified by fuzzy clustering.The experimental results show that the proposed NILM method has good reliability and robustness in different scenarios.
【作者单位】: 华北电力大学电气与电子工程学院;
【基金】:国家高技术研究发展计划(863计划)资助项目(SS2015AA050203) 国家电网公司科技项目“智能电网用户行为理论与互动化模式研究” 中央高校基本科研业务费专项资金资助项目(2015XS05)~~
【分类号】:TM76
【参考文献】
相关期刊论文 前1条
1 李扬;王蓓蓓;李方兴;;灵活互动的智能用电展望与思考[J];电力系统自动化;2015年17期
【共引文献】
相关期刊论文 前9条
1 王国春;杨健;;基于现状分析的智能用电技术发展趋势研究[J];陕西电力;2016年12期
2 万庆祝;王鑫;;户用光伏微电网优化运行的研究新进展[J];电气工程学报;2016年11期
3 高志远;曹阳;田伟;单茂华;严春华;鄢蜜f ;;需求响应概念模型及其实现架构研究[J];电力信息与通信技术;2016年11期
4 王风光;吕航;朱继红;周强;;通用接口转换装置在常规站母线保护智能化改造中的应用[J];电力系统自动化;2016年19期
5 刘念;王程;雷金勇;;市场模式下光伏用户群的电能共享与需求响应模型[J];电力系统自动化;2016年16期
6 吴倩红;高军;侯广松;韩蓓;汪可友;李国杰;;实现影响因素多源异构融合的短期负荷预测支持向量机算法[J];电力系统自动化;2016年15期
7 徐青山;吴枭;杨斌;;考虑状态差异性聚类的空调负荷直接负荷控制动态优化方法[J];电力系统自动化;2016年14期
8 宋梦;高赐威;苏卫华;;面向需求响应应用的空调负荷建模及控制[J];电力系统自动化;2016年14期
9 沈瑜;岳园园;袁静伟;石怀德;郭炳庆;;智能用电新技术与技术储备库管理[J];科学技术与工程;2016年09期
【二级参考文献】
相关期刊论文 前10条
1 葛磊蛟;王守相;张明;穆世霞;;智能用电条件下用户用能管理与服务平台[J];电力自动化设备;2015年03期
2 王德文;孙志伟;;电力用户侧大数据分析与并行负荷预测[J];中国电机工程学报;2015年03期
3 余贻鑫;刘艳丽;;智能电网的挑战性问题[J];电力系统自动化;2015年02期
4 王锡凡;肖云鹏;王秀丽;;新形势下电力系统供需互动问题研究及分析[J];中国电机工程学报;2014年29期
5 董朝阳;赵俊华;文福拴;薛禹胜;;从智能电网到能源互联网:基本概念与研究框架[J];电力系统自动化;2014年15期
6 张晶;王婷;李彬;;电力需求响应技术标准化研究[J];中国电机工程学报;2014年22期
7 王蓓蓓;;面向智能电网的用户需求响应特性和能力研究综述[J];中国电机工程学报;2014年22期
8 牛文娟;李扬;王蓓蓓;;考虑不确定性的需求响应虚拟电厂建模[J];中国电机工程学报;2014年22期
9 田世明;王蓓蓓;张晶;;智能电网条件下的需求响应关键技术[J];中国电机工程学报;2014年22期
10 曹军威;孟坤;王继业;杨明博;陈震;李文焯;林闯;;能源互联网与能源路由器[J];中国科学:信息科学;2014年06期
【相似文献】
相关期刊论文 前10条
1 王华,李介谷;人脸斜视图象的特征提取与恢复[J];上海交通大学学报;1997年01期
2 黄丽莉;皋军;;基于局部加权的非线性特征提取方法[J];华中科技大学学报(自然科学版);2013年S1期
3 徐f ,邱道尹,沈宪章;粮仓害虫的特征提取与分类的研究[J];郑州工业大学学报;2000年04期
4 张焱;张志龙;沈振康;;一种融入运动特性的显著性特征提取方法[J];国防科技大学学报;2008年03期
5 张辉;林建华;;网上交易历史记录的特征提取[J];企业科技与发展;2008年18期
6 刘美春;赵敏;谢胜利;;基于邻域空间模式的运动相关电位特征提取方法[J];华南理工大学学报(自然科学版);2009年10期
7 王天杨;程卫东;李建勇;;基于3种测度值的特征提取方法优化评价[J];仪器仪表学报;2010年04期
8 李霆,吉小军,李世中,彭长清,宋寿鹏;回归谱特征提取与识别效果分析[J];探测与控制学报;1999年04期
9 王智文,谢国庆;图像中点、线、面特征提取[J];广西工学院学报;2005年03期
10 朱永娇;;汉字特征提取的量化研究[J];科学技术与工程;2007年10期
相关会议论文 前10条
1 尚修刚;蒋慰孙;;模糊特征提取新算法[A];1997中国控制与决策学术年会论文集[C];1997年
2 潘荣江;孟祥旭;杨承磊;王锐;;旋转体的几何特征提取方法[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
3 薛燕;李建良;朱学芳;;人脸识别中特征提取的一种改进方法[A];第十三届全国图象图形学学术会议论文集[C];2006年
4 杜栓平;曹正良;;时间—频率域特征提取及其应用[A];2005年全国水声学学术会议论文集[C];2005年
5 黄先锋;韩传久;陈旭;周剑军;;运动目标的分割与特征提取[A];全国第二届信号处理与应用学术会议专刊[C];2008年
6 魏明果;;方言比较的特征提取与矩阵分析[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
7 林土胜;赖声礼;;视网膜血管特征提取的拆支跟踪法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 秦建玲;李军;;基于核的主成分分析的特征提取方法与样本筛选[A];2005年中国机械工程学会年会论文集[C];2005年
9 刘红;陈光,
本文编号:1717129
本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/1717129.html