基于行为特征的非侵入式负荷识别方法研究

发布时间：2023-12-24 13:59

　　非侵入式负荷监测(Non-Intrusive Load Monitoring,NILM)技术可以通过对集中供电点电压电流数据的检测和分析,分解出该供电范围内不同类别负荷的分时能耗及运行状态信息,向家庭能源管理系统(Residential Energy Management System,REMS)提供有效的能源管理基础信息。现有NILM技术存在对采样装置要求高、求解运算量较大的问题,难以直接在量大面广的居民用户中广泛使用。针对此问题,论文研究了居民负荷的基本用电特性,提出了表征居民负荷行为的特征量;并针对负荷行为及电气参数的不确定性特性,引入对负荷特征参数的统计性描述方法;提出了可以应用于居民智能电表的基于行为特征的NILM方法。主要研究内容及成果如下:1)根据居民负荷的特点,提出了表征负荷行为的特征量,该特征量可以直接由总负荷供电点的电流电压采样数据及其时间戳获得,不需额外数据。负荷行为特征可与其简单电气特征进行组合,给不同负荷提供较高的可识别度,避免了现有方法对负荷电气特征的细部特征(如谐波、暂态)的识别要求。2)针对居民负荷中同一类负荷的运行行为、功率和电气参数的多样性,提出了对...

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
中文摘要
英文摘要
1 绪论
    1.1 研究背景及研究意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 基于暂稳态电气特征识别方法
        1.2.2 数学优化类识别方法
        1.2.3 智能模式识别方法
        1.2.4 其他识别方法
    1.3 本文的主要工作
2 负荷识别总体方法及流程
    2.1 智能电表特点
    2.2 住宅负荷特点
    2.3 负荷特征量
    2.4 负荷特征量描述
    2.5 负荷识别总流程
    2.6 本章小结
3 事件检测与匹配方法
    3.1 事件检测方法
        3.1.1 去除功率脉冲噪声算法
        3.1.2 去除功率纹波噪声算法
        3.1.3 事件特征量的提取算法
        3.1.4 事件检测流程
    3.2 事件匹配方法
        3.2.1 功率匹配算法
        3.2.2 波形匹配算法
        3.2.3 事件匹配流程
    3.3 本章小结
4 引入行为特征的负荷识别方法
    4.1 负荷特征建模及构建数据库
        4.1.1 负荷特征建模
        4.1.2 负荷特征数据库
    4.2 负荷识别方法
        4.2.1 负荷识别方法原理
        4.2.2 负荷识别方法流程
        4.2.3 负荷特征数据库修正和扩充方法
    4.3 本章小结
5 基于行为特征的非侵入式负荷识别方法效果验证
    5.1 事件检测和事件匹配方法效果验证
        5.1.1 BLUED数据集验证
        5.1.2 实验室数据验证
        5.1.3 实测家庭数据验证
    5.2 引入行为特征的负荷识别方法效果验证
        5.2.1 BLUED数据验证
        5.2.2 实测家庭数据验证
    5.3 本章小结
6 总结与展望
    6.1 论文工作总结
    6.2 后续工作展望
致谢
参考文献
附录
    A.作者在攻读硕士学位期间发表的论文目录



本文编号：3874651