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:
鉴于基于非侵入式负荷监测(NILM)的智能电表将成为住宅和建筑物的重要组成部分,提出一种应用非侵入式负荷监测环境的滤波器式经验模态分解算法,即将采集到的总电压电流信号自适应地分解成各种窄带信号,从分解的这些窄带信号中提取有关设备开关事件的有用信息,以有效提取模态特征、检测开关事件,克服传统经验模态分解方法对负类事件分类准确度的缺陷,增加了整体负载分类的准确性;最后,在BLUED数据集上进行测试,相比传统算法精度80.56%,所提方法的识别精度为97.39%,验证了算法的实用性和优越性.
推荐文章
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
基于时空约束和小波设计的非侵入式负载数据协同挖掘算法
非侵入式
负载数据
协同挖掘
时空约束
小波设计
基于贝叶斯信息准则的非侵入式负荷事件检测算法
贝叶斯信息准则
累积和
非侵入式负荷监测
事件检测
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FBE算法的非侵入式事件检测方法
来源期刊 水电能源科学 学科 工学
关键词 智能电表 非侵入式负荷监测 FBE算法 事件检测
年,卷(期) 2019,(10) 所属期刊栏目 电气工程
研究方向 页码范围 158-162
页数 5页 分类号 TK018|TM933.4
字数 语种 中文
DOI
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 周步祥 四川大学电气工程学院 121 1391 19.0 33.0
2 张致强 四川大学电气工程学院 8 5 2.0 2.0
3 袁岳 四川大学电气工程学院 4 3 1.0 1.0
4 刘治凡 四川大学电气工程学院 4 3 1.0 1.0
5 黄河 四川大学电气工程学院 14 17 2.0 4.0
6 邹家惠 四川大学电气工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (59)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(6)
  • 参考文献(2)
  • 二级参考文献(4)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2019(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
智能电表
非侵入式负荷监测
FBE算法
事件检测
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
水电能源科学
月刊
1000-7709
42-1231/TK
大16开
武汉市洪山区珞喻路1037号华中科技大学内
38-111
1983
chi
出版文献量(篇)
9307
总下载数(次)
26
总被引数(次)
55104
论文1v1指导