基于机器学习的非侵入式负荷监测技术研究
发布时间：2021-08-08 00:02
随着国家电网提出了建设泛在电力物联网的战略目标,用户内部设备的信息的感知和获取是提供智慧新业务的基础,而非侵入式负荷监测技术则是可以实现这一目的合适的智能感知方案。非侵入式负荷监测指的是将在用户总进线处获得的功耗聚合数据分解为各个电器设备运行功耗的技术。本文研究了两种不同类型的非侵入式负荷监测算法;基于事件的和基于状态的。针对于基于事件的非侵入式负荷监测算法的四个环节（事件检测、特征提取、负荷识别和能耗分解）提出了基于机器学习的不同的算法,并且都通过场景实验和公开数据集BLUED和ECO验证了算法的有效性。另外,本文还以隐马尔可夫模型为例研究了基于状态的非侵入式负荷监测,以探索两种不同类型方法的优劣势以及适用情况。整篇文章的工作具体由以下三部分组成。首先,本文针对基于事件的非侵入式负荷监测的事件检测环节提出了一种混合事件检测方法。它利用了多个不同方法的事件检测器以解决噪声对于事件检测的干扰。经过算例和实验分析,它比单一的事件检测方法在复杂的场景具有更好的检测效果。其次,在基于事件方法的负荷识别和能耗分解的环节中,本文分别提出了一种基于DBSCAN的无监督负荷识别方法和一种基于运行时间窗...
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：91 页
【学位级别】：硕士
【部分图文】：
图１．１：侵入式负荷监测示意图??
浙江大学硕士学位论文?１绪论??供卿?Ｉ??????传感器１?传感器２?传．感器Ｎ?｜??！?ＴＴ?ＴＴ?，?ｔ?Ｉ??優备１?：谩备２???褒畚Ｎ??用户??Ｉ???????Ｉ??歎鑛？集中呦？?＊?＊???图１．１：侵入式负荷监测示意图??更加适合应用在泛在电力物联网中，作为对用户内部设备进行监测的智能感知方案。??非侵入式食．荷监测（Ｎｏｎ－Ｉｎｔｒｕｓｉｖｅ?Ｌｏａｄ?Ｍｏｎｉｔｏｒｉｎｇ，?ＭＬＭ）的概念最早由Ｈａｒｔ提出??来的［６］。非侵入式负荷监测方法是一种利用电力进线入口端的电压、电流、功率等用电??负荷特征参数，对所监测的用电设备进行状态检测和能耗管理的一种方法。图１．２为非??侵入式负荷监测的示意图。对于每个用户而言，只需要采集他的总进线处出的电能数??据，就能根据非侵入式负荷监满１的算法推算出用户内部各个设备的功耗情况。与侵入式??负荷监测比较而言，非侵入式负荷监测的硬件成本更低，更切合实际。因为只需要为每??个用户配置一个智能电表即可得到各个用电设备的状态信息，所以非侵入式负荷监测通??常也被筒称为负荷分解（ＬｏａｄＤｉｓａｇｇｒｅｇａｔｉｏｎ）??供电进钱，处｜???］??／Ｍｉｌ！??非侵入式丨?Ｉ??负荷监测｜?设备１?设备２???设备Ｎ??用户??Ｉ?Ｉ??数据收集中心??图１．２：非侵入式负荷监测示意图??２??
浙江大学硕士学位论文?１绪论??除了总进线处电能数据外的其他信息。图１．３反映了两者的区别，上面的方框为有监督??方法的流程，而下方的方框则表示无监督方法。??丨’单独设备数据?）??！?：?ｉ??ｖ????????■■■ｙ??Ｉ?Ｉ??Ｉ?Ｉ??■?Ｉ??Ｉ?■卜國＿＿?Ｉ??■?■＋ＨＩ?ｉ??Ｖ?ｘ??图１．３：有监督与无监督的非侵入式负荷监测区别??在有监督的非侵入式负荷监测方法的研究中，采用了包括：神经网络［１〃２］、支持向??量机（ＳＶＭ）ｔ１３＇１４］、贝叶斯方法［１５，明以及这些方法的混合决策模型［１７＇１８１而自从２０１２年??以来，深度神经网络在视觉识别领域［１９］和其他领域取得的空前优异的效果导致了一系??列的研究者考虑使用深度网絡进行非侵入式负荷监测［２？２２］。虽然训练过程非常困难，但??是在效果上确实取得了准确的结果。而对于无监督算法主要采取的是聚类［２３＇２４］和隐马??可夫模型［２５］。研究者们将日新月异的机器学习的模型应用在非侵入式负荷监测中，以追??求更加准确的监测结果。??因此，总的而言，非侵入式负荷监测作为电力系统和机器学习的交叉研究方向，不??仅具有了实际的应用意义，也有深远的理论研究意义。??１．２研究现状??１．２．１非侵入式负荷｜测方法的分类??对于非侵入式负荷监测方法的分类依据除了按照图１．３中分为有监督和无监督外，??更常见的一种分类方法是将它们分为基于事件和基于状态的［２６］Ｄ两者之间的差别在于??４??
【参考文献】：
期刊论文
[1]泛在电力物联网智能感知关键技术发展思路[J]. 周峰,周晖,刁赢龙. 中国电机工程学报. 2020(01)
[2]非侵入式负荷监测技术在客户服务中的应用研究[J]. 詹伟,查志勇,梁航函. 电力信息与通信技术. 2019(11)
[3]全面推广“网上国网” 助力泛在电力物联网建设[J]. 唐文升. 国家电网. 2019(09)
[4]泛在电力物联网释义与研究展望[J]. 杨挺,翟峰,赵英杰,盆海波. 电力系统自动化. 2019(13)
[5]泛在电力物联网在智能配电系统应用综述及展望[J]. 张亚健,杨挺,孟广雨. 电力建设. 2019(06)
[6]如何建设“三型两网”[J]. 寇伟. 中国电力企业管理. 2019(10)
[7]基于因子隐马尔可夫模型的负荷分解方法及灵敏度分析[J]. 陈思运,高峰,刘烃,翟桥柱,管晓宏. 电力系统自动化. 2016(21)
[8]基于粒子群算法搜索的非侵入式电力负荷分解方法[J]. 李如意,黄明山,周东国,周洪,胡文山. 电力系统保护与控制. 2016(08)
硕士论文
[1]结合事件检测的HMM非侵入式电力负荷监测算法研究[D]. 卢天琪.华中科技大学 2017
本文编号：3328792
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：91 页
【学位级别】：硕士
【部分图文】：
图１．１：侵入式负荷监测示意图??
浙江大学硕士学位论文?１绪论??供卿?Ｉ??????传感器１?传感器２?传．感器Ｎ?｜??！?ＴＴ?ＴＴ?，?ｔ?Ｉ??優备１?：谩备２???褒畚Ｎ??用户??Ｉ???????Ｉ??歎鑛？集中呦？?＊?＊???图１．１：侵入式负荷监测示意图??更加适合应用在泛在电力物联网中，作为对用户内部设备进行监测的智能感知方案。??非侵入式食．荷监测（Ｎｏｎ－Ｉｎｔｒｕｓｉｖｅ?Ｌｏａｄ?Ｍｏｎｉｔｏｒｉｎｇ，?ＭＬＭ）的概念最早由Ｈａｒｔ提出??来的［６］。非侵入式负荷监测方法是一种利用电力进线入口端的电压、电流、功率等用电??负荷特征参数，对所监测的用电设备进行状态检测和能耗管理的一种方法。图１．２为非??侵入式负荷监测的示意图。对于每个用户而言，只需要采集他的总进线处出的电能数??据，就能根据非侵入式负荷监满１的算法推算出用户内部各个设备的功耗情况。与侵入式??负荷监测比较而言，非侵入式负荷监测的硬件成本更低，更切合实际。因为只需要为每??个用户配置一个智能电表即可得到各个用电设备的状态信息，所以非侵入式负荷监测通??常也被筒称为负荷分解（ＬｏａｄＤｉｓａｇｇｒｅｇａｔｉｏｎ）??供电进钱，处｜???］??／Ｍｉｌ！??非侵入式丨?Ｉ??负荷监测｜?设备１?设备２???设备Ｎ??用户??Ｉ?Ｉ??数据收集中心??图１．２：非侵入式负荷监测示意图??２??
浙江大学硕士学位论文?１绪论??除了总进线处电能数据外的其他信息。图１．３反映了两者的区别，上面的方框为有监督??方法的流程，而下方的方框则表示无监督方法。??丨’单独设备数据?）??！?：?ｉ??ｖ????????■■■ｙ??Ｉ?Ｉ??Ｉ?Ｉ??■?Ｉ??Ｉ?■卜國＿＿?Ｉ??■?■＋ＨＩ?ｉ??Ｖ?ｘ??图１．３：有监督与无监督的非侵入式负荷监测区别??在有监督的非侵入式负荷监测方法的研究中，采用了包括：神经网络［１〃２］、支持向??量机（ＳＶＭ）ｔ１３＇１４］、贝叶斯方法［１５，明以及这些方法的混合决策模型［１７＇１８１而自从２０１２年??以来，深度神经网络在视觉识别领域［１９］和其他领域取得的空前优异的效果导致了一系??列的研究者考虑使用深度网絡进行非侵入式负荷监测［２？２２］。虽然训练过程非常困难，但??是在效果上确实取得了准确的结果。而对于无监督算法主要采取的是聚类［２３＇２４］和隐马??可夫模型［２５］。研究者们将日新月异的机器学习的模型应用在非侵入式负荷监测中，以追??求更加准确的监测结果。??因此，总的而言，非侵入式负荷监测作为电力系统和机器学习的交叉研究方向，不??仅具有了实际的应用意义，也有深远的理论研究意义。??１．２研究现状??１．２．１非侵入式负荷｜测方法的分类??对于非侵入式负荷监测方法的分类依据除了按照图１．３中分为有监督和无监督外，??更常见的一种分类方法是将它们分为基于事件和基于状态的［２６］Ｄ两者之间的差别在于??４??
【参考文献】：
期刊论文
[1]泛在电力物联网智能感知关键技术发展思路[J]. 周峰,周晖,刁赢龙. 中国电机工程学报. 2020(01)
[2]非侵入式负荷监测技术在客户服务中的应用研究[J]. 詹伟,查志勇,梁航函. 电力信息与通信技术. 2019(11)
[3]全面推广“网上国网” 助力泛在电力物联网建设[J]. 唐文升. 国家电网. 2019(09)
[4]泛在电力物联网释义与研究展望[J]. 杨挺,翟峰,赵英杰,盆海波. 电力系统自动化. 2019(13)
[5]泛在电力物联网在智能配电系统应用综述及展望[J]. 张亚健,杨挺,孟广雨. 电力建设. 2019(06)
[6]如何建设“三型两网”[J]. 寇伟. 中国电力企业管理. 2019(10)
[7]基于因子隐马尔可夫模型的负荷分解方法及灵敏度分析[J]. 陈思运,高峰,刘烃,翟桥柱,管晓宏. 电力系统自动化. 2016(21)
[8]基于粒子群算法搜索的非侵入式电力负荷分解方法[J]. 李如意,黄明山,周东国,周洪,胡文山. 电力系统保护与控制. 2016(08)
硕士论文
[1]结合事件检测的HMM非侵入式电力负荷监测算法研究[D]. 卢天琪.华中科技大学 2017
本文编号：3328792
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3328792.html
