版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、對(duì)于電力系統(tǒng)的智能化發(fā)展,負(fù)荷監(jiān)測(cè)具有非常重要的意義。傳統(tǒng)的負(fù)荷監(jiān)測(cè)方法一般是在每個(gè)負(fù)荷配電輸出端,安裝傳感器等監(jiān)測(cè)設(shè)備,這種侵入式的負(fù)荷監(jiān)測(cè)方法在安裝和維護(hù)方面需要大量的時(shí)間和金錢,且硬件維護(hù)成本較高。因此,研究人員提出非侵入式負(fù)荷監(jiān)測(cè)(NILM)方式,只需要在電力入口處安裝監(jiān)測(cè)設(shè)備,通過監(jiān)測(cè)人口處的電壓、電流等信號(hào)就可以分解得到系統(tǒng)內(nèi)單個(gè)負(fù)荷類別和運(yùn)行情況。對(duì)于能源提供者來說,NILM有助于電力提供方了解用戶的負(fù)荷構(gòu)成,用電習(xí)慣和能
2、源使用情況,加強(qiáng)負(fù)荷用電的監(jiān)測(cè)和管理,合理安排負(fù)荷的使用時(shí)間,調(diào)節(jié)峰谷差、降低輸電損耗等;單從技術(shù)本身考慮,有助于改善電力負(fù)荷的預(yù)測(cè)精度,為負(fù)荷監(jiān)測(cè)的仿真分析、系統(tǒng)規(guī)劃提供更準(zhǔn)確的數(shù)據(jù);對(duì)于電力用戶來說,通過NILM可以對(duì)負(fù)荷能耗數(shù)據(jù)進(jìn)行有效的分析,減少不必要的能源消耗,達(dá)到節(jié)能降耗的目的。
家用電器用電情況在線監(jiān)測(cè)是在智能電表中加入非侵入式家用電器用電監(jiān)測(cè)模塊,為滿足在線用電管理提供有效且全面的數(shù)據(jù)支持。本文從三個(gè)方面進(jìn)行非
3、侵入式負(fù)荷識(shí)別的簡(jiǎn)單研究,首先根據(jù)空調(diào)負(fù)荷在夏季是家用負(fù)荷用電的主要耗能元件,基于k-means算法的改進(jìn)應(yīng)用于空調(diào)負(fù)荷的分解,使用邊緣檢測(cè)和k-means聚類方法將數(shù)據(jù)進(jìn)行分類,利用數(shù)據(jù)確定空調(diào)行為的關(guān)鍵參數(shù),這個(gè)參數(shù)用于確認(rèn)空調(diào)的啟停事件;其次提取負(fù)荷電流參數(shù),選用電流最大值、平均值和均方差作為負(fù)荷識(shí)別特征參數(shù),進(jìn)行簡(jiǎn)單的識(shí)別。負(fù)載啟動(dòng)瞬態(tài)電流波形可以被獲取到,激勵(lì)瞬態(tài)特性的幾個(gè)數(shù)值提取自獲取到的與三個(gè)特性參數(shù)相關(guān)的瞬態(tài)電流波形,提
4、取到瞬態(tài)特性參數(shù),將其進(jìn)行訓(xùn)練完善,標(biāo)識(shí)為負(fù)荷識(shí)別特征參數(shù),進(jìn)而進(jìn)行仿真驗(yàn)證識(shí)別效果;最后,根據(jù)提取到的電流、電壓波形,計(jì)算負(fù)荷的多特征參數(shù),加權(quán)賦值法來完成負(fù)荷類型的匹配,選擇用電負(fù)荷仿真,將實(shí)驗(yàn)數(shù)據(jù)代入識(shí)別算法,驗(yàn)證算法的準(zhǔn)確性與可應(yīng)用性。具體工作如下:
(1)首先檢測(cè)到負(fù)荷的啟停,根據(jù)電流波形的差分,獲得投切負(fù)荷的波形圖,之后對(duì)每個(gè)電流周期強(qiáng)度進(jìn)行差分運(yùn)算,得到總的瞬態(tài)時(shí)間,進(jìn)而提取到該時(shí)間段內(nèi)負(fù)荷電流的最大值、平均值和
5、均方差作為負(fù)荷識(shí)別的參數(shù)設(shè)定。提取多負(fù)荷的這三個(gè)瞬態(tài)識(shí)別參數(shù),進(jìn)而可仿真驗(yàn)證算法準(zhǔn)確性。
(2)研究家用電器的穩(wěn)態(tài)和暫態(tài)特征,提取家用電器的多特征參數(shù)。以16種家用電器作為參照設(shè)備進(jìn)行實(shí)驗(yàn),采樣穩(wěn)態(tài)運(yùn)行的電壓、電流波形數(shù)據(jù),計(jì)算其多特征參數(shù),建立特征參數(shù)模型庫(kù)作為電器類型辨識(shí)數(shù)據(jù)庫(kù)。
(3)提出家用電器類型辨識(shí)算法。選取參照電器以外的某種電器進(jìn)行仿真識(shí)別,將電壓電流波形數(shù)據(jù)帶入辨識(shí)過程進(jìn)行計(jì)算分析,結(jié)果證明該辨識(shí)算法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于滑動(dòng)窗口的非侵入式實(shí)時(shí)電器識(shí)別.pdf
- 非侵入式負(fù)荷分解算法的綜合研究.pdf
- 基于混合神經(jīng)網(wǎng)絡(luò)和集成學(xué)習(xí)的非侵入式負(fù)荷識(shí)別算法.pdf
- 基于深度學(xué)習(xí)優(yōu)化的非侵入式負(fù)荷監(jiān)控算法研究.pdf
- 基于事件檢測(cè)的住宅用電負(fù)荷非侵入式識(shí)別研究.pdf
- 基于視覺的避雷器識(shí)別與跟蹤算法研究.pdf
- 結(jié)合事件檢測(cè)的HMM非侵入式電力負(fù)荷監(jiān)測(cè)算法研究.pdf
- 非接觸式掌紋識(shí)別算法研究.pdf
- 非侵入式電路故障診斷及家用電器用電狀況在線監(jiān)測(cè)算法研究.pdf
- 非接觸式指紋識(shí)別算法研究.pdf
- 非接觸式指紋識(shí)別算法研究
- 沖擊負(fù)荷非侵入式在線監(jiān)測(cè)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)模式識(shí)別的非侵入式負(fù)荷監(jiān)測(cè)方法研究.pdf
- 住宅用電負(fù)荷的非侵入式監(jiān)測(cè)方法研究.pdf
- 植物物種機(jī)器識(shí)別技術(shù)的研究.pdf
- 基于非侵入式的眼動(dòng)跟蹤研究與實(shí)現(xiàn).pdf
- 非侵入式超聲物位檢測(cè)方法的實(shí)驗(yàn)研究.pdf
- 非侵入式電力負(fù)荷分解與監(jiān)測(cè).pdf
- 雜草機(jī)器識(shí)別方法研究.pdf
- 分布式環(huán)境下多分類器識(shí)別和應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論