面向智能用電的非侵入式居民負荷監(jiān)測關(guān)鍵技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩120頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領

文檔簡介

1、電力用戶電器使用狀態(tài)和用電行為的監(jiān)測與分析能為用戶側(cè)需求響應、能效管理與電價政策等精細化用電服務提供數(shù)據(jù)支撐,是實現(xiàn)靈活互動智能用電的關(guān)鍵環(huán)節(jié)。目前用戶負荷狀態(tài)數(shù)據(jù)的監(jiān)測主要依靠在用戶內(nèi)部安裝大量的電器狀態(tài)監(jiān)測感應裝置,給用戶的生產(chǎn)生活產(chǎn)生了一定的干擾,監(jiān)測裝置高昂的研制成本也給整個電網(wǎng)帶來了經(jīng)濟性難題,在電力居民用戶中推廣難度較大。本文研究面向智能用電的非侵入式居民負荷監(jiān)測關(guān)鍵技術(shù),旨在利用現(xiàn)有用電側(cè)數(shù)據(jù)獲取與處理能力,從居民用戶負荷

2、數(shù)據(jù)壓縮傳輸、負荷特征提取與識別等方面解決上述技術(shù)難題,獲取精準的用電負荷數(shù)據(jù),實現(xiàn)非侵入式的居民負荷監(jiān)測。
  面對智能用電海量精細負荷數(shù)據(jù)的通信傳輸、種類繁多的電器負荷的準確識別以及精細化用電服務的用電行為挖掘等技術(shù)需求,本文面向智能用電的非侵入式居民負荷監(jiān)測關(guān)鍵技術(shù)包括非侵入式負荷監(jiān)測數(shù)據(jù)壓縮感知與傳輸方法、非侵入式負荷監(jiān)測特征提取方法、非侵入式負荷監(jiān)測識別算法和非侵入式異常用電行為檢測方法四個方面,具體內(nèi)容如下:
 

3、 針對非侵入式負荷監(jiān)測數(shù)據(jù)對數(shù)據(jù)采樣頻率和通信效率的需求,建立非侵入式負荷監(jiān)測數(shù)據(jù)壓縮感知模型,分析用電負荷數(shù)據(jù)壓縮感知可行性并建立數(shù)據(jù)稀疏和觀測矩陣;提出非侵入式負荷監(jiān)測數(shù)據(jù)重構(gòu)方法,采用改進的迭代閡值重構(gòu)方法對壓縮感知的負荷數(shù)據(jù)進行重構(gòu)恢復,實驗結(jié)果表明該方法能準確的恢復原始負荷數(shù)據(jù),提高非侵入式負荷監(jiān)測的數(shù)據(jù)顆粒度。在此基礎上,建立基于壓縮感知的非侵入式負荷數(shù)據(jù)無線傳感器網(wǎng)絡(Wireless Sensor Netwrok,WSN

4、)優(yōu)化分簇模型,分析WSN分簇路由與數(shù)據(jù)壓縮比例的量化關(guān)系,求解最優(yōu)網(wǎng)絡分簇大小和個數(shù),以此提出適用于用電負荷壓縮感知數(shù)據(jù)的WSN優(yōu)化分簇路由算法,實現(xiàn)非侵入式負荷監(jiān)測數(shù)據(jù)的高效傳輸。
  針對非侵入式負荷監(jiān)測中部分電器負荷特征重疊問題,提出了非活性電流諧波負荷特征提取方法,該方法將采樣電流分解為活性和非活性兩部分,并對非活性電流進行頻域分析和處理,從而提高相似電器負荷的特征差異性;針對某些用電場景中低功率電器負荷特征被掩蓋而難以

5、識別的問題,提出了基于改進模糊聚類的差量特征提取方法,該方法首先提取負荷的差量特征,再根據(jù)簇間熵值和改進的模糊聚類確定電器數(shù)量和種類,從而實現(xiàn)不同用電場景下低功率電器負荷的準確識別。
  針對非侵入式負荷監(jiān)測對識別算法的識別準確性和時效性均有較高的需求,以及負荷識別中使用單特征尋優(yōu)的準確性問題,提出基于多特征遺傳目標函數(shù)優(yōu)化的負荷識別算法,建立多特征目標函數(shù)優(yōu)化模型,通過對負荷狀態(tài)的遺傳編碼,引入新的負荷特征對尋優(yōu)目標函數(shù)進行改進

6、和優(yōu)化,然后遺傳迭代實現(xiàn)不同電器狀態(tài)變化的精確分解與識別。針對傳統(tǒng)神經(jīng)網(wǎng)絡算法隨機權(quán)值和閡值導致的識別精度和效率方面的不足,提出基于遺傳優(yōu)化神經(jīng)網(wǎng)絡的非侵入式負荷監(jiān)測識別算法,建立神經(jīng)網(wǎng)絡遺傳迭代優(yōu)化模型,根據(jù)網(wǎng)絡訓練誤差作為遺傳迭代的目標函數(shù),對神經(jīng)網(wǎng)絡中的權(quán)值和閾值進行優(yōu)化,獲得更好的網(wǎng)絡性能和負荷識別效果。
  針對智能用電行為分析與數(shù)據(jù)挖掘的技術(shù)與應用需求,在非侵入式負荷數(shù)據(jù)傳輸與監(jiān)測識別的基礎上,研究非侵入式負荷監(jiān)測的負

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)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論