• 网站首页
  • 期刊介绍
    • 历史简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编简介
    • 主任委员简介
    • 编委名单
  • 学术动态
  • 投稿指南
    • 投稿须知
    • 投稿步骤
    • 版权转让协议范文(规范细则)
    • 写作指南
    • 常见问题
    • 稿件处理流程
    • 同行评议制度
    • 学术不端论文的认定和处理方法
    • 出版道德声明
    • 学术论文编写规则
  • 订阅指南
    • 期刊订阅
  • 广告服务
  • 历年目次
  • 开放获取
  • 联系我们
  • English
站内检索    
 
谈竹奎,徐伟枫,刘斌,胡厚鹏,蓝超凡,丁超.基于用电模式和字典学习的电器负荷分解方法[J].电测与仪表,2023,60(6):96-102.
Tan Zhukui,Xu Weifeng,Liu Bin,Hu Houpeng,Lan Chaofan,Ding Chao.Decomposition method for appliance load based on power consumption patterns and dictionary learning[J].Electrical Measurement & Instrumentation,2023,60(6):96-102.
基于用电模式和字典学习的电器负荷分解方法
Decomposition method for appliance load based on power consumption patterns and dictionary learning
投稿时间:2020-05-09  修订日期:2020-06-20
DOI:10.19753/j.issn1001-1390.2023.06.014
中文关键词:  非侵入式负荷分解  用电模式  字典学习  稀疏表示
英文关键词:non-intrusive load decomposition, power consumption pattern, dictionary learning, sparse representation
基金项目:贵州电网有限责任公司科技项目资助(066600KK52180051)
                 
作者中文名作者英文名单位
谈竹奎Tan Zhukui贵州电网有限责任公司电力科学研究院
徐伟枫Xu Weifeng华南理工大学电力学院
刘斌Liu Bin贵州电网有限责任公司电力科学研究院
胡厚鹏Hu Houpeng贵州电网有限责任公司电力科学研究院
蓝超凡Lan Chaofan华南理工大学电力学院
丁超Ding Chao贵州电网有限责任公司电力科学研究院
摘要点击次数: 187
中文摘要:
      负荷分解是获取电器用电细节、分析用户用电行为的重要手段,有利于加强智能电网的需求侧管理。针对当前非侵入式负荷分解研究缺乏考虑电器用电模式、模型迁移能力弱的问题,提出一种基于用电模式和字典学习的电器负荷分解方法。通过聚类提取电器的典型用电模式,根据待测住宅内电器所含用电模式,执行字典学习算法训练各电器的模式字典,再利用模式字典对总负荷进行稀疏表示以实现负荷分解,测试数据集上的分解结果验证了所提方法的准确性以及在住宅迁移上的性能。
英文摘要:
      Load decomposition is an important means to obtain electrical details of appliances and analyze users’ power consuming behavior, which helps to strengthen demand side management of smart grid. Since current non-intrusive load decomposition researches lack concern about power consumption patterns of appliances and weak migration ability of these models, a decomposition method for appliance load based on power consumption patterns and dictionary learning is proposed. Typical consumption patterns of appliance load are extracted by clustering. According to the consumption patterns contained in the appliances from testing house to be measured, dictionay learning algorithm is used to train pattern dictionary of the appliances. Then sparse representation is applied to total load with pattern dictionary to realize load decomposition. Accuracy of the proposed method and its performance on house migration are verified by decomposition results on test dataset.
查看全文  查看/发表评论  下载PDF阅读器
关闭
  • 哈尔滨电工仪表研究所有限公司
  • 中国电工仪器仪表信息网
  • 中国仪器仪表学会
  • 中华人民共和国新闻出版总署
  • 中国科技期刊编辑学会
  • 黑龙江省科学技术协会
  • 编辑之家
  • 中国知网
  • 万方数据库
  • 维普网
  • 北极星电力网
  • 中华中控网
  • 环球表计
  • 自动化仪表网
  • 网站首页
  • 期刊介绍
    • 历史简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编简介
    • 主任委员简介
    • 编委名单
  • 学术动态
  • 投稿指南
    • 投稿须知
    • 投稿步骤
    • 版权转让协议范文(规范细则)
    • 写作指南
    • 常见问题
    • 稿件处理流程
    • 同行评议制度
    • 学术不端论文的认定和处理方法
    • 出版道德声明
    • 学术论文编写规则
  • 订阅指南
    • 期刊订阅
  • 广告服务
  • 历年目次
  • 开放获取
  • 联系我们
地址:哈尔滨市松北区创新路2000号    邮编:150028
邮箱:dcyb@vip.163.com    电话:0451-86611021;87186023
版权所有    电测与仪表    哈公网监备2301003445号
黑ICP备11006624号-1
技术支持:北京勤云科技发展有限公司