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:
非侵入家用负荷识别技术可以指导家庭用户合理安排用电,提高用能效率,同时也为电力部门提供家庭用电的数据支持,有利于了解负荷用电规律及趋势,完善电力规划.由于家庭用户用电负荷的稳态特征值存在相似和无规律的问题,现有的方法多采用高级算法对所有的用电负荷组合进行训练.针对现有采用负荷稳态特征值方法进行识别所存在的不足,考虑到家用负荷稳态波形具有独特性和叠加性,提出了一种利用动态时间弯曲(DTW)算法计算与模版库波形的距离来识别家用负荷的辨识方法.首先,建立负荷稳态波形模版库;然后,在电压满足一定条件的情况下,测量家庭用户电流的稳态波形;最后,利用DTW算法计算出最小距离进行识别.
推荐文章
基于降噪滤波与FHMM的非侵入式负荷监测算法
非侵入负荷监测
负荷分解
隐式马尔可夫
维纳滤波
一维滞后滤波
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
基于DTW算法的非侵入式家居负荷行为识别方法
非侵入式监测
负荷识别
行为识别
DTW算法
相似度匹配
基于负荷空间划分的非侵入式辨识算法
非侵入式负荷监测
特征降维
最小平方误差算法
判别函数
负荷空间划分
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DTW算法与稳态电流波形的非侵入式负荷辨识方法
来源期刊 电力系统自动化 学科
关键词 非侵入式负荷辨识 负荷电流稳态波形 动态时间弯曲算法 电流稳态波形库
年,卷(期) 2018,(3) 所属期刊栏目 学术研究
研究方向 页码范围 70-76
页数 7页 分类号
字数 7072字 语种 中文
DOI 10.7500/AEPS20170103001
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 华北电力大学电气与电子工程学院 118 937 19.0 25.0
2 崔高颖 国网江苏省电力公司电力科学研究院 25 180 7.0 13.0
3 武昕 华北电力大学电气与电子工程学院 20 146 7.0 12.0
4 董超 华北电力大学电气与电子工程学院 3 71 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (90)
共引文献  (209)
参考文献  (12)
节点文献
引证文献  (22)
同被引文献  (56)
二级引证文献  (17)
1992(4)
  • 参考文献(1)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(14)
  • 参考文献(0)
  • 二级参考文献(14)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(9)
  • 参考文献(3)
  • 二级参考文献(6)
2014(12)
  • 参考文献(0)
  • 二级参考文献(12)
2015(13)
  • 参考文献(3)
  • 二级参考文献(10)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(13)
  • 引证文献(10)
  • 二级引证文献(3)
2020(22)
  • 引证文献(8)
  • 二级引证文献(14)
研究主题发展历程
节点文献
非侵入式负荷辨识
负荷电流稳态波形
动态时间弯曲算法
电流稳态波形库
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
电力系统自动化
半月刊
1000-1026
32-1180/TP
大16开
江苏省南京市江宁区诚信大道19号
28-40
1977
chi
出版文献量(篇)
12334
总下载数(次)
31
总被引数(次)
449556
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导