考虑稀疏性的多特征电力负荷功率实时分解

被引:12
作者
刘卫涛 [1 ]
刘博 [1 ]
栾文鹏 [2 ]
崔高辰 [1 ]
刘浩 [3 ]
机构
[1] 天津大学电气自动化与信息工程学院
[2] 中国电力科学研究院
[3] 天津求实智源科技有限公司
关键词
非侵入式; 负荷分解; 最优化; 稀疏性; 多特征融合; 无监督学习;
D O I
暂无
中图分类号
TM714 [负荷分析];
学科分类号
080802 ;
摘要
电力负荷功率分解是将负荷总功率合理地分配给各主要成分电器设备,这对于用户了解自身用电习惯、降低电能消耗、节约电费具有重要作用。为了提高分解准确性和实用性,在分解法中首次引入无功功率构建多特征分解模型;在分解模型的最优化目标函数中增加了关于成分电器设备稀疏性及工作状态转换稀疏性的惩罚项;提出了一种有效的工作状态辨识结果修正方法。在公开数据集上与文献12方法进行对比测试的结果表明,上述方法能够有效提高电力负荷功率分解的准确性。此外,为减少负荷建模阶段所需的人工,采用无监督学习技术构建电器设备不同工作状态下的稳态功率特征模板。
引用
收藏
页码:79 / 84
页数:6
相关论文
共 8 条
[1]   用于非侵入式电力负荷监测的改进Viterbi算法 [J].
陈鸿川 ;
刘博 ;
栾文鹏 ;
李秋硕 .
电力系统及其自动化学报, 2017, 29 (02) :84-88
[2]   基于遗传优化的非侵入式家居负荷分解方法 [J].
孙毅 ;
崔灿 ;
陆俊 ;
郝建红 ;
刘向军 .
电网技术, 2016, 40 (12) :3912-3917
[3]   基于负荷分解的用电数据云架构方案及应用场景 [J].
刘博 ;
栾文鹏 .
电网技术, 2016, 40 (03) :791-796
[4]   基于开启瞬时负荷特征的家电负荷识别 [J].
曲朝阳 ;
于华涛 ;
郭晓利 .
电工技术学报, 2015, 30(S1) (S1) :358-364
[5]   面向家庭用户的用电负荷分解方法 [J].
娄建楼 ;
于华涛 ;
曲朝阳 .
吉林大学学报(理学版), 2015, 53 (04) :744-753
[6]   非侵入式居民电力负荷监测与分解技术 [J].
余贻鑫 ;
刘博 ;
栾文鹏 .
南方电网技术, 2013, 7 (04) :1-5
[7]  
Dynamic time warping based non-intrusive load transient identification[J] . Bo Liu,Wenpeng Luan,Yixin Yu.Applied Energy . 2017
[8]  
Energy disaggregation via learning towerlets′and sparse coding .2 Elhamifar E,Sastry S. Twenty-Ninth AAAI Conference on Artificial Intelligence . 2015