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态匹配的负荷分解方法.首先对电器的功率数据进行状态提取,并利用电器运行的时间信息提取每个状态的时间概率分布.根据电器的工作状态组合,构建超状态,利用家庭历史用电数据缩减超状态空间,并针对超状态功率重叠问题对其进行聚类得到S超状态.在负荷分解阶段利用S超状态匹配方法对非侵入式数据分段,并利用时间概率最大似然估计分解结果.最后,通过数据集分解结果验证了该算法的有效性.
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
基于颜色编码和残差神经网络的 非侵入式负荷识别
非侵入式负荷识别
V-I轨迹
HSV颜色编码
残差神经网络
基于设备运行状态挖掘的非侵入式负荷分解方法
非侵入式负荷分解
事件检测
事件聚类
运行状态挖掘
家庭负荷
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 基于时间概率分布与电器组合超状态的非侵入式负荷分解
来源期刊 电力系统自动化 学科
关键词 非侵入式负荷分解 时间概率分布 超状态 S超状态匹配
年,卷(期) 2018,(24) 所属期刊栏目 学术研究
研究方向 页码范围 53-58,73
页数 7页 分类号
字数 6484字 语种 中文
DOI 10.7500/AEPS20180322009
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 燕续峰 上海交通大学电子信息与电气工程学院 3 16 2.0 3.0
2 翟少鹏 上海交通大学电子信息与电气工程学院 4 16 2.0 4.0
3 何光宇 上海交通大学电子信息与电气工程学院 17 81 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (113)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (31)
二级引证文献  (1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(12)
  • 参考文献(1)
  • 二级参考文献(11)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(8)
  • 参考文献(2)
  • 二级参考文献(6)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(6)
  • 引证文献(5)
  • 二级引证文献(1)
研究主题发展历程
节点文献
非侵入式负荷分解
时间概率分布
超状态
S超状态匹配
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导