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:
对用电客户和电网公司来说家庭能源管理具有极其重大的意义.为实现能源管理中用电细节监测的目的 ,本文通过采集用户电力入口端电压、电流信息,并提取相关负荷特征,随后进行非侵入式负荷识别,最终达到监测电器用电细节的目的 .针对非侵入式负荷识别中不同功率等级电器同时工作时,小功率电器容易出现被错误识别的情况,提出基于功率-谐波的近似度优化目标函数和高次谐波的正则化优化目标函数,在两者的基础上采用融合识别的方法.实验结果表明融合决策的识别方式能避免单一特征单一分类的局限性,获得良好的识别效果.
推荐文章
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
基于决策融合的非侵入式电力负荷辨识方法及应用
辨识决策
非侵入式
负荷分解
节能
负荷监测
基于特征融合的多节点调制识别方法
传感器网络
分布式结构
调制识别
似然比
特征融合
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 基于融合决策的非侵入式负荷识别方法
来源期刊 数据通信 学科
关键词 非侵入式负荷识别 负荷特征 近似度优化 正则化优化 融合识别
年,卷(期) 2021,(4) 所属期刊栏目 技术方案
研究方向 页码范围 11-16
页数 6页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1002-5057.2021.04.004
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (208)
共引文献  (192)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(15)
  • 参考文献(2)
  • 二级参考文献(13)
2011(12)
  • 参考文献(1)
  • 二级参考文献(11)
2012(33)
  • 参考文献(0)
  • 二级参考文献(33)
2013(18)
  • 参考文献(0)
  • 二级参考文献(18)
2014(15)
  • 参考文献(1)
  • 二级参考文献(14)
2015(13)
  • 参考文献(1)
  • 二级参考文献(12)
2016(28)
  • 参考文献(3)
  • 二级参考文献(25)
2017(26)
  • 参考文献(0)
  • 二级参考文献(26)
2018(19)
  • 参考文献(1)
  • 二级参考文献(18)
2019(6)
  • 参考文献(1)
  • 二级参考文献(5)
2020(5)
  • 参考文献(4)
  • 二级参考文献(1)
2021(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
非侵入式负荷识别
负荷特征
近似度优化
正则化优化
融合识别
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
数据通信
双月刊
1002-5057
11-2841/TP
大16开
北京市海淀区学院路40号
82-891
1980
chi
出版文献量(篇)
2014
总下载数(次)
6
论文1v1指导