隨著國(guó)家電網(wǎng)提出了建設(shè)泛在電力物聯(lián)網(wǎng)的戰(zhàn)略目標(biāo),用戶內(nèi)部設(shè)備的信息的感知和獲取是提供智慧新業(yè)務(wù)的基礎(chǔ),而非侵入式負(fù)荷監(jiān)測(cè)技術(shù)則是可以實(shí)現(xiàn)這一目的合適的智能感知方案。非侵入式負(fù)荷監(jiān)測(cè)指的是將在用戶總進(jìn)線處獲得的功耗聚合數(shù)據(jù)分解為各個(gè)電器設(shè)備運(yùn)行功耗的技術(shù)。本文研究了兩種不同類型的非侵入式負(fù)荷監(jiān)測(cè)算法;基于事件的和基于狀態(tài)的。針對(duì)于基于事件的非侵入式負(fù)荷監(jiān)測(cè)算法的四個(gè)環(huán)節(jié)（事件檢測(cè)、特征提取、負(fù)荷識(shí)別和能耗分解）提出了基于機(jī)器學(xué)習(xí)的不同的算法,并且都通過(guò)場(chǎng)景實(shí)驗(yàn)和公開(kāi)數(shù)據(jù)集BLUED和ECO驗(yàn)證了算法的有效性。另外,本文還以隱馬爾可夫模型為例研究了基于狀態(tài)的非侵入式負(fù)荷監(jiān)測(cè),以探索兩種不同類型方法的優(yōu)劣勢(shì)以及適用情況。整篇文章的工作具體由以下三部分組成。首先,本文針對(duì)基于事件的非侵入式負(fù)荷監(jiān)測(cè)的事件檢測(cè)環(huán)節(jié)提出了一種混合事件檢測(cè)方法。它利用了多個(gè)不同方法的事件檢測(cè)器以解決噪聲對(duì)于事件檢測(cè)的干擾。經(jīng)過(guò)算例和實(shí)驗(yàn)分析,它比單一的事件檢測(cè)方法在復(fù)雜的場(chǎng)景具有更好的檢測(cè)效果。其次,在基于事件方法的負(fù)荷識(shí)別和能耗分解的環(huán)節(jié)中,本文分別提出了一種基于DBSCAN的無(wú)監(jiān)督負(fù)荷識(shí)別方法和一種基于運(yùn)行時(shí)間窗... 

【文章來(lái)源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：91 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１：侵入式負(fù)荷監(jiān)測(cè)示意圖??

浙江大學(xué)碩士學(xué)位論文?１緒論??供卿?Ｉ??????傳感器１?傳感器２?傳．感器Ｎ?｜??！?ＴＴ?ＴＴ?，?ｔ?Ｉ??優(yōu)備１?：謾備２???褒畚Ｎ??用戶??Ｉ???????Ｉ??歎鑛？集中呦？?＊?＊???圖１．１：侵入式負(fù)荷監(jiān)測(cè)示意圖??更加適合應(yīng)用在泛在電力物聯(lián)網(wǎng)中，作為對(duì)用戶內(nèi)部設(shè)備進(jìn)行監(jiān)測(cè)的智能感知方案。??非侵入式食．荷監(jiān)測(cè)（Ｎｏｎ－Ｉｎｔｒｕｓｉｖｅ?Ｌｏａｄ?Ｍｏｎｉｔｏｒｉｎｇ，?ＭＬＭ）的概念最早由Ｈａｒｔ提出??來(lái)的［６］。非侵入式負(fù)荷監(jiān)測(cè)方法是一種利用電力進(jìn)線入口端的電壓、電流、功率等用電??負(fù)荷特征參數(shù)，對(duì)所監(jiān)測(cè)的用電設(shè)備進(jìn)行狀態(tài)檢測(cè)和能耗管理的一種方法。圖１．２為非??侵入式負(fù)荷監(jiān)測(cè)的示意圖。對(duì)于每個(gè)用戶而言，只需要采集他的總進(jìn)線處出的電能數(shù)??據(jù)，就能根據(jù)非侵入式負(fù)荷監(jiān)滿１的算法推算出用戶內(nèi)部各個(gè)設(shè)備的功耗情況。與侵入式??負(fù)荷監(jiān)測(cè)比較而言，非侵入式負(fù)荷監(jiān)測(cè)的硬件成本更低，更切合實(shí)際。因?yàn)橹恍枰獮槊??個(gè)用戶配置一個(gè)智能電表即可得到各個(gè)用電設(shè)備的狀態(tài)信息，所以非侵入式負(fù)荷監(jiān)測(cè)通??常也被筒稱為負(fù)荷分解（ＬｏａｄＤｉｓａｇｇｒｅｇａｔｉｏｎ）??供電進(jìn)錢，處｜???］??／Ｍｉｌ！??非侵入式丨?Ｉ??負(fù)荷監(jiān)測(cè)｜?設(shè)備１?設(shè)備２???設(shè)備Ｎ??用戶??Ｉ?Ｉ??數(shù)據(jù)收集中心??圖１．２：非侵入式負(fù)荷監(jiān)測(cè)示意圖??２??

浙江大學(xué)碩士學(xué)位論文?１緒論??除了總進(jìn)線處電能數(shù)據(jù)外的其他信息。圖１．３反映了兩者的區(qū)別，上面的方框?yàn)橛斜O(jiān)督??方法的流程，而下方的方框則表示無(wú)監(jiān)督方法。??丨’單獨(dú)設(shè)備數(shù)據(jù)?）??！?：?ｉ??ｖ????????■■■ｙ??Ｉ?Ｉ??Ｉ?Ｉ??■?Ｉ??Ｉ?■卜國(guó)＿＿?Ｉ??■?■＋ＨＩ?ｉ??Ｖ?ｘ??圖１．３：有監(jiān)督與無(wú)監(jiān)督的非侵入式負(fù)荷監(jiān)測(cè)區(qū)別??在有監(jiān)督的非侵入式負(fù)荷監(jiān)測(cè)方法的研究中，采用了包括：神經(jīng)網(wǎng)絡(luò)［１〃２］、支持向??量機(jī)（ＳＶＭ）ｔ１３＇１４］、貝葉斯方法［１５，明以及這些方法的混合決策模型［１７＇１８１而自從２０１２年??以來(lái)，深度神經(jīng)網(wǎng)絡(luò)在視覺(jué)識(shí)別領(lǐng)域［１９］和其他領(lǐng)域取得的空前優(yōu)異的效果導(dǎo)致了一系??列的研究者考慮使用深度網(wǎng)絡(luò)進(jìn)行非侵入式負(fù)荷監(jiān)測(cè)［２？２２］。雖然訓(xùn)練過(guò)程非常困難，但??是在效果上確實(shí)取得了準(zhǔn)確的結(jié)果。而對(duì)于無(wú)監(jiān)督算法主要采取的是聚類［２３＇２４］和隱馬??可夫模型［２５］。研究者們將日新月異的機(jī)器學(xué)習(xí)的模型應(yīng)用在非侵入式負(fù)荷監(jiān)測(cè)中，以追??求更加準(zhǔn)確的監(jiān)測(cè)結(jié)果。??因此，總的而言，非侵入式負(fù)荷監(jiān)測(cè)作為電力系統(tǒng)和機(jī)器學(xué)習(xí)的交叉研究方向，不??僅具有了實(shí)際的應(yīng)用意義，也有深遠(yuǎn)的理論研究意義。??１．２研究現(xiàn)狀??１．２．１非侵入式負(fù)荷｜測(cè)方法的分類??對(duì)于非侵入式負(fù)荷監(jiān)測(cè)方法的分類依據(jù)除了按照?qǐng)D１．３中分為有監(jiān)督和無(wú)監(jiān)督外，??更常見(jiàn)的一種分類方法是將它們分為基于事件和基于狀態(tài)的［２６］Ｄ兩者之間的差別在于??４??

【參考文獻(xiàn)】：
期刊論文
[1]泛在電力物聯(lián)網(wǎng)智能感知關(guān)鍵技術(shù)發(fā)展思路[J]. 周峰,周暉,刁贏龍.  中國(guó)電機(jī)工程學(xué)報(bào). 2020(01)
[2]非侵入式負(fù)荷監(jiān)測(cè)技術(shù)在客戶服務(wù)中的應(yīng)用研究[J]. 詹偉,查志勇,梁航函.  電力信息與通信技術(shù). 2019(11)
[3]全面推廣“網(wǎng)上國(guó)網(wǎng)” 助力泛在電力物聯(lián)網(wǎng)建設(shè)[J]. 唐文升.  國(guó)家電網(wǎng). 2019(09)
[4]泛在電力物聯(lián)網(wǎng)釋義與研究展望[J]. 楊挺,翟峰,趙英杰,盆海波.  電力系統(tǒng)自動(dòng)化. 2019(13)
[5]泛在電力物聯(lián)網(wǎng)在智能配電系統(tǒng)應(yīng)用綜述及展望[J]. 張亞健,楊挺,孟廣雨.  電力建設(shè). 2019(06)
[6]如何建設(shè)“三型兩網(wǎng)”[J]. 寇偉.  中國(guó)電力企業(yè)管理. 2019(10)
[7]基于因子隱馬爾可夫模型的負(fù)荷分解方法及靈敏度分析[J]. 陳思運(yùn),高峰,劉烴,翟橋柱,管曉宏.  電力系統(tǒng)自動(dòng)化. 2016(21)
[8]基于粒子群算法搜索的非侵入式電力負(fù)荷分解方法[J]. 李如意,黃明山,周東國(guó),周洪,胡文山.  電力系統(tǒng)保護(hù)與控制. 2016(08)

碩士論文
[1]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[D]. 盧天琪.華中科技大學(xué) 2017



本文編號(hào)：3328792