暂无评论
本文非侵入式负荷识别，提取特征，通过神经网络模式识别，混沌矩阵，遗传算法有效地识别出用电设别
非侵入式负荷监测在我国起步较晚，但国外发展比较久，一个新的角度来看待这个问题，用HMM模型解决算法
监测负荷运行状态有利于加强电网负荷侧管理,引导用户合理消费,实现节能降耗。针对小功率负荷与大功率负荷同时投入时,单一谐波电流特征易受线路电压、电流波动影响导致负荷辨识精度低的问题,提出一种基于改进鸡群
为了实时远程地监测负荷运转状态和识别负荷种类,设计了一种非侵入式负荷监测系统,并研究基于PCA和kNN的负荷识别算法。在电力供给入口端,通过在负荷回路中串联康铜电阻采样工作电流,通过电阻分压网络采样工
非侵入式负荷监测(NILM)能够在不干扰用户正常用电的情况下,低成本地实现用户用电设备类型的识别和用电负荷的分解,因此非常适用于家庭用户用电监测。大量智能电表在家庭用户中的安装为居民NILM提供了数据
基于家用电器启动的非侵入式负荷识别算法的研究，赵时，张建文，由于家用电器在启动时会产生具有一定的特征的负荷信号，本文介绍了一个基于暂态检测进行模式分类的算法。该算法可以根据电量参数
非侵入式负荷监测是一种先进的负荷监测手段,但其现有的应用方案暴露出高能耗、施工复杂的缺点。为此,提出一种面向区域级用户的非侵入式负荷监测技术应用方法。基于现有的用电信息采集系统构建面向区域级用户的非侵
非侵入式负荷监测(NILM)技术能够利用在总线处单点测量的数据识别用户内部的负荷,是建设泛在电力物联网与透明电网的基础技术之一。在分析NILM基本实现框架和技术体系的基础上,对NILM应用亟需解决的三
基于整数规划的非侵入式电力负荷在线分解,张晓,张建文,基于电器正常工作时的稳态电流波形具有周期性和规律性的特点,提出了一种利用电器稳态电流作为识别特征量的非侵入电力负荷在线分
针对电力负荷的时变、变结构和非线性等特点, 提出一种动态模糊粒神经网络算法. 该算法采用粒计算商 空间理论和模糊神经网络技术对电力负荷进行建模. 将椭圆基函数和模糊?? − 完备性作为在线参数分配机制
暂无评论