没有合适的资源?快使用搜索试试~ 我知道了~
为了实现准确、高效且可大规模化的用电器状态解码,提出了应用隐马尔可夫模型将切换稀疏性和序列可行性限制嵌入解码过程中的监测方法。结合单电表树分解,提出了一个快速序列解码算法,将在线解码的时间复杂度降到多项式。实验分析结果表明,快速序列解码使得大量用电器状态高效且准确的在线监测成为可能。
资源详情
资源评论
资源推荐
基于隐马尔可夫的非入侵式负载监测方法研究基于隐马尔可夫的非入侵式负载监测方法研究
为了实现准确、高效且可大规模化的用电器状态解码,提出了应用隐马尔可夫模型将切换稀疏性和序列可行性
限制嵌入解码过程中的监测方法。结合单电表树分解,提出了一个快速序列解码算法,将在线解码的时间复杂
度降到多项式。实验分析结果表明,快速序列解码使得大量用电器状态高效且准确的在线监测成为可能。
0 引言引言
当代建筑,尤其是商业建筑中,用电器数量巨大并且种类繁多,这使得监测用电器的开/关状态非常具有挑战性。现有的监
测方法大致可以分为两类:(1)高保真状态监测;(2)非侵入式负荷监测(NILM)。NILM的早期工作主要利用了稳态能耗转变
[1]
,
其主要思想是检测精确到用电器个体的动作和反应能耗模式中的跳变。因此它只适用于稳定且只有有限状态的用电器。之后,
调和分析的技术被用于识别连续时间变化的用电器
[2]
。最近的机器学习的技术,如支持向量机
[3]
、人工神经网络
[4]
、线性动态
模型
[5]
、模式识别
[6]
、稀疏编码
[7]
以及多种非监督的学习方法
[7-9]
在NILM的领域有应用。
本文创新性地应用了用电器的开闭状态在时域上高度相关的这一现象,研究了一个多电表的NILM系统。为了实现准确、高
效且可大规模化的用电器状态解码,提出用隐马尔可夫模型将切换稀疏性和序列可行性限制嵌入到解码过程中,快速序列解码
使得大量用电器状态的高效且准确的在线监测成为可能。
1 系统模型系统模型
建筑物中的电网具有树状结构。电力负载树的根节点对应整个建筑物的总电闸,中间层对应电闸和配电箱,叶子节点对应
终端用电器。在电力负载树上,一个节点的总能耗是以该节点为根的子树所包含的所有用电器的能耗总和。智能电表可以被部
署在树的任何一个节点。
1.1 监测模型监测模型
部署了m个电表在电力负载树中用于监测N个用电器的开闭状态时,每个电表实时监测位于其下的所有用电器的能耗总和。
假设所有的电表同步运行,在t时刻,电表i的监测模型遵循以下公式:
1.2 压缩监测模型压缩监测模型
weixin_38732425
- 粉丝: 6
- 资源: 942
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0