基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
居民负荷监测是需求侧管理的重要部分,为实现居民非侵入负荷监测与跟踪,研究了非侵入式负荷监测系统物理架构与工作原理,提出一种基于家电负荷主用电特征的负荷辨识方法.以非侵入环境下不同家电负荷的实测电能数据为先验训练样本,利用主成分分析法对8种典型电器的负荷特征样本进行降维处理,得到最优辨识特征,获取综合评估值并结合样本排序图将负荷分为2类.结合Fisher有监督判别准则将2类数据投影到一维空间,实现不同类型负荷的分离.实验证明该方法对不同家电负荷分类和辨识具有良好效果,能够在获取负荷有效特征的基础上实现对不同负荷的有效分辨.
推荐文章
基于遗传优化的非侵入式居民负荷辨识算法
非侵入式
负荷监测
居民负荷
负荷辨识
遗传算法
基于模板滤波的居民负荷非侵入式快速辨识算法
非侵入负荷监测
负荷辨识
模板滤波
特征电流
居民负荷
基于k-NN结合核Fisher判别的非侵入式负荷监测方法
AdaBoost
样本筛选
非侵入式负荷监测
k近邻
核Fisher判别分析
基于SAGA-FCM算法的非侵入式负荷监测方法
监测方法
非侵入负荷监测
差量特征提取
聚类过程优化
SAGA-FCM算法
聚类识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Fisher有监督判别的非侵入式居民负荷辨识方法
来源期刊 电网技术 学科 工学
关键词 Fisher有监督判别 主成分分析 数据采集 负荷分类 特征提取
年,卷(期) 2016,(8) 所属期刊栏目 智能用电技术
研究方向 页码范围 2484-2490
页数 7页 分类号 TM72
字数 语种 中文
DOI 10.13335/j.1000-3673.pst.2016.08.034
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 祁兵 118 937 19.0 25.0
2 程媛 2 1 1.0 1.0
3 武昕 20 146 7.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (144)
共引文献  (709)
参考文献  (21)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(10)
  • 参考文献(2)
  • 二级参考文献(8)
2008(10)
  • 参考文献(2)
  • 二级参考文献(8)
2009(17)
  • 参考文献(0)
  • 二级参考文献(17)
2010(20)
  • 参考文献(2)
  • 二级参考文献(18)
2011(23)
  • 参考文献(1)
  • 二级参考文献(22)
2012(23)
  • 参考文献(6)
  • 二级参考文献(17)
2013(5)
  • 参考文献(3)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Fisher有监督判别
主成分分析
数据采集
负荷分类
特征提取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电网技术
月刊
1000-3673
11-2410/TM
大16开
北京清河小营东路15号中国电力科学研究院内
82-604
1957
chi
出版文献量(篇)
9975
总下载数(次)
39
论文1v1指导