基于先验统计模型的非侵入负荷辨识算法

基于先验统计模型的非侵入负荷辨识算法
针对传统非侵入负荷辨识技术中电热细分能力不足的问题，文中提出了一种基于先验知识与统计学习模型的居民非侵入式负荷辨识算法。文中对洗衣机辅热、电水壶、电饭锅、电热水器等设备进行了电热细分研究，通过设备运行关联算法实现了辅热设备的细分，并在用户有限反馈信息和专家标注的基础上，实现了非辅热设备分类的模型训练。实验结果表明，文中所提技术框架在事件检测负荷辨识算法的基础上实现了电热设备的细分，且在运行状态分解的F1分数指标中取得了0.9以上的优异效果。

标题：
基于先验统计模型的非侵入负荷辨识算法
Resident non-invasive load identification algorithm <br/>based on prior statistical model

作者：
赵成，宋彦辛，周赣，冯燕钧，郭帅，李季巍
ZHAO Cheng, SONG Yanxin, ZHOU Gan, FENG Yanjun, GUO Shuai, LI Jiwei

关键词：
非侵入负荷监测(NILM);事件检测;电热细分;统计分析;高斯混合聚类(GMM);支持向量机(SVM)
non-intrusive load monitoring (NILM);event detection;subdivision of electric heating equipment;statistical analysis;Gaussian mixture model (GMM);support vector machine (SVM)

2025-1-23 20:01 上传 基于先验统计模型的非侵入负荷辨识算法.pdf

文件大小:

1.96 MB

下载次数:

60

高速下载