結(jié)合事件檢測的HMM非侵入式電力負(fù)荷監(jiān)測算法研究.pdf

1、隨著社會的不斷進(jìn)步，電能需求呈指數(shù)增長，節(jié)能成為了一個(gè)具有挑戰(zhàn)性的問題?？沙掷m(xù)發(fā)展始于家庭，研究表明，通過向居民消費(fèi)者提供更詳細(xì)的有關(guān)用電的反饋信息，可以讓消費(fèi)者更合理地管理能源消費(fèi)模式，更好的制定節(jié)能計(jì)劃，有效減少生活開支。而實(shí)現(xiàn)此目標(biāo)最重要的一個(gè)環(huán)節(jié)就是能源監(jiān)測。非侵入式負(fù)荷監(jiān)測(Non-intrusive Load Monitoring,NILM)由于其實(shí)現(xiàn)成本低廉而備受人們關(guān)注。
　　本文選取居民用電作為負(fù)荷監(jiān)測研究的對象

2、。首先分析了居民住宅中常用電器以及電能表的類型，對用電器的開和關(guān)兩種工作狀態(tài)進(jìn)行研究，實(shí)驗(yàn)數(shù)據(jù)為低頻采樣的功率值。然后針對三種基于窗口的事件檢測算法窗口大小難以設(shè)置的不足，提出了基于極值點(diǎn)的事件檢測算法，其參數(shù)設(shè)置尤為簡單，對噪聲也進(jìn)行了一定的處理，且適用于各種采樣率的數(shù)據(jù)。
　　針對負(fù)荷監(jiān)測模型，本文采用了一種隱馬爾科夫擴(kuò)展模型，并與事件檢測相結(jié)合，將事件檢測所得的穩(wěn)態(tài)平均功率和穩(wěn)態(tài)差分功率作為模型的觀測值，充分利用了采樣數(shù)據(jù)中

3、包含的總用電信息和由設(shè)備發(fā)生狀態(tài)轉(zhuǎn)換帶來的功率跳變信息。同時(shí)利用穩(wěn)態(tài)功率均值可以大大減少數(shù)據(jù)輸入，對噪聲也有一定的平滑作用。
　　本文提出了一種基于狀態(tài)簡約的Viterbi算法，用于求解模型隱含狀態(tài)序列實(shí)現(xiàn)負(fù)荷分解。與傳統(tǒng)Viterbi算法不同的是，一方面通過對實(shí)際數(shù)據(jù)的分析，該算法允許最多有兩種用電器同時(shí)發(fā)生狀態(tài)轉(zhuǎn)換，更切合實(shí)際。另一方面，該算法設(shè)置了兩個(gè)閾值來簡化狀態(tài)空間，降低了計(jì)算復(fù)雜度，能快速完成負(fù)荷分解。
　　最后