计及电器状态关联规则的非侵入式负荷分解

被引：28

作者：

徐伟枫

华锦修

余涛

刘前进

蓝超凡

机构：

[1] 华南理工大学电力学院

来源：

电力自动化设备 | 2020年 / 40卷 / 04期

关键词：

非侵入式负荷监测; 仿射传播; 互信息熵; 关联规则; k近邻; 极大似然估计;

D O I：

暂无

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 [电力系统及其自动化];

摘要：

非侵入式负荷监测与分解(NILMD)是获取电器用电信息的关键技术,针对当前NILMD缺乏考虑不同电器关联运行的用电模式和电器状态的强波动性以致分解精度低的问题,提出一种计及电器状态关联规则的新型负荷分解方法。通过仿射传播聚类提取电器的运行状态,基于互信息熵,运用关联规则算法挖掘电器状态的关联性;调整含关联规则的样本权值并结合k近邻算法实现状态辨识;利用极大似然估计完成负荷功率分解。测试算例验证了所提方法的有效性和准确性。

引用

收藏

页码：197 / 203

页数：7

相关论文

共 14 条

[1]

深度神经网络在非侵入式负荷分解中的应用 [J].

燕续峰 ;

翟少鹏 ;

王治华 ;

王芬 ;

何光宇 .

电力系统自动化, 2019, 43 (01) :126-132+167

[2]

基于监督学习的非侵入式负荷监测算法比较 [J].

涂京 ;

周明 ;

宋旭帆 ;

周光东 ;

李庚银 .

电力自动化设备, 2018, 38 (12) :128-134

[3]

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 [J].

燕续峰 ;

翟少鹏 ;

何光宇 .

电力系统自动化, 2018, 42 (24) :53-58+73

[4]

基于改进鸡群算法的非侵入式负荷监测 [J].

刘兴杰 ;

曹美晗 ;

许月娟 .

电力自动化设备, 2018, 38 (05) :235-240

[5]

面向智能电网大数据关联规则挖掘的频繁模式网络模型 [J].

孙丰杰 ;

王承民 ;

谢宁 .

电力自动化设备, 2018, 38 (05) :110-116

[6]

基于近邻传播聚类和遗传优化的非侵入式负荷分解方法 [J].

徐青山 ;

娄藕蝶 ;

郑爱霞 ;

刘瑜俊 .

电工技术学报, 2018, 33 (16) :3868-3878

[7]

考虑稀疏性的多特征电力负荷功率实时分解 [J].

刘卫涛 ;

刘博 ;

栾文鹏 ;

崔高辰 ;

刘浩 .

电力系统及其自动化学报, 2018, 30 (02) :79-84

[8]

欠定分离机制下基于特征滤波的居民负荷非侵入辨识算法 [J].

武昕 ;

韩璐 ;

韩笑 ;

祁兵 ;

崔高颖 .

电力系统自动化, 2017, 41 (20) :118-125

[9]

基于仿射传播聚类算法的广义负荷稳态特性建模及其应用 [J].

褚壮壮 ;

梁军 ;

张旭 ;

董晓明 ;

张永亮 .

电力自动化设备, 2016, 36 (03) :115-123

[10]

基于家庭用电负荷关联度的实时优化策略 [J].

孙毅 ;

刘迪 ;

李彬 ;

李德智 ;

石坤 .

电网技术, 2016, 40 (06) :1825-1829