非侵入式负荷分解相关论文
针对现有非侵入式居民用电负荷监测缺乏对独立负荷完整、全面的分解方法，导致用电信息的完整性得不到保证的不足，提出一种基于集合经......
非侵入式负荷分解是对终端用户用电需求的重要感知手段，传统负荷分解方法存在电器识别和功率分解准确度低等问题。为此提出一种基于......
用户侧能量管理系统在用电安全、能耗评估、负荷识别、用电优化等方面发挥着重要作用。为实现这些功能,需要对电器特性进行研究,其......
非侵入式负荷监测（NILM）是指在电力入户侧安装监测设备,通过总用电负荷信息来获取各用电设备状态的方法,因此,NILM技术是实现用户端......
为了帮助用户建立完善的电能监管系统及实现对电能消耗情况的精确计量,对家庭负荷的用电信息进行分析是非常有必要的。相较于在每......
非侵入式负荷分解技术是在保证用户隐私的背景下深度分析用户的用电信息,是智能用电体系的关键研究内容。在负荷分解中主要存在功......
随着智能电网发展和电力需求持续增长,对负荷用电细节监测的需求日益突出。非侵入式负荷分解是实现用电细节监测的关键技术,其通过......
近年来,电能在能源消费终端的比重在不断增大。如何合理规划使用电能,避免不必要的浪费,节约能源,成为现代社会可持续发展的重要问......
智能电网的建设依靠各个节点的态势感知,而居民用户负荷监测作为智能电网的“神经末梢”,其用电特征对于推进智能电网需求侧管理具......
随着非侵入式负荷监测与用户侧智能电表的结合,基于低频电力数据实现负荷分解成为了最新的研究趋势.考虑到低频电力数据的特征,文......
随着科技的快速发展,智能电网成为未来电力系统的发展方向,但同时能源短缺也制约着我国经济和社会的发展,因此,减少能源的消耗,对......
为了提高识别精度,提出一种基于GRNN与注意力机制模型的非侵入式家用负荷分解方法。采用批标准化来减少神经网络层与层之间的耦合,......
能源短缺问题严重阻碍了中国经济与社会的健康发展,而电力生产是主要的用能领域。为了有效提高能源利用率,降低能源消耗,发展智能......
智能电网和节能减排是实现我国电网智能化的重要手段和要求,实现电力系统的实时监测是电网智能化的重要标志,非侵入式负荷分解的技......
机器学习通过学习已有大量的数据形成预测及判断,能够挖掘数据内在价值,在用电数据分析领域取得丰富成果。基于对机器学习算法应用......
高级测量体系(Advanced Metering Infrastructure,AMI)作为智能电网的重要部分,是实现负荷远程控制与提高电能利用率的基础。基于A......
针对传统的机器学习方法识别准确度低的问题,非侵入式负荷分解因其充分利用现有智能电能计量装置采集的数据,无需对计量装置与线路......
电力分项计算是智能电能表的一个重要环节,即对接入户线的各个电器设备进行用电消耗检测。对电力公司进行精准预测,提高系统稳定性......
针对非侵入式负荷分解准确率低的问题,提出一种新的非侵入式负荷分解方法。首先,针对在训练时难以对含有大量数据的电器设备的工作......
基于一维卷积神经网络的非侵入式负荷分解存在负荷分解准确率不高的问题。本文提出一种基于深度学习提高用电设备特征提取有效性及......
现有的非侵入式负荷监测方法主要采用监督学习模型,该类模型需要具有针对性的大量训练数据,而且无法有效识别在训练数据中未出现的......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
非侵入式负荷监测技术一直是智能电网和家庭能源管理的热点技术之一,其通过对总用电数据的分析来获得用户家庭用电的详细情况,有利......
随着节能问题的日益严重和智能电网的发展,能耗监测技术越来越成为人们关注的重点。非侵入式负荷监测(non-intrusive residential ......
非侵入式负荷分解(nonintrusiveloadmonitoring,NILM)是大数据分析在智能配电系统中为终端用户提供的重要应用之一,能够提升对负荷......
现有基于最优化的非侵入式负荷分解方法存在两个问题:使用一到两个特征对家庭负荷的分解效果差;而使用三个及以上特征作为用电设备......
非侵入式负荷监测是智能用电网络中的重要技术,为研究非侵入监测下电器的用电情况,提出了一种基于电器时间概率分布和电器组合超状......
负荷监测是智能用电的一个重要环节,针对现有低频非侵入式负荷分解方法需要较多先验信息,且对功率相近或小功率负荷的辨识精度较低......
