文章摘要
裘 星,尹仕红,张之涵,潘深琛,江敏丰,杨建明,郑建勇.基于DTW的多状态负荷的非侵入式负荷分解[J].电力需求侧管理,2022,24(6):84-90
基于DTW的多状态负荷的非侵入式负荷分解
Non-intrusive load decomposition of multi-state load based on DTW
投稿时间:2022-08-07  修订日期:2022-09-03
DOI:10. 3969 / j. issn. 1009-1831. 2022. 06. 014
中文关键词: 多状态负荷  非侵入式负荷监测  动态时间规整  稳态特征  滑动时间窗
英文关键词: multi-state load  NILM  DTW  steady state characteristics  sliding time window
基金项目:深圳供电局有限公司科技项目(090000KK52190185)
作者单位
裘 星 中国南方电网 深圳供电局有限公司广东 深圳 440304 
尹仕红 中国南方电网 深圳供电局有限公司广东 深圳 440304 
张之涵 中国南方电网 深圳供电局有限公司广东 深圳 440304 
潘深琛 中国南方电网 深圳供电局有限公司广东 深圳 440304 
江敏丰 中国南方电网 深圳供电局有限公司广东 深圳 440304 
杨建明 中国南方电网 深圳供电局有限公司广东 深圳 440304 
郑建勇 东南大学 电气工程学院南京 210096 
摘要点击次数: 955
全文下载次数: 264
中文摘要:
      非侵入式负荷监测(NILM)是大数据和人工智能的重要应用领域,能够显著提升电网的智能化水平和节能效果。长期以来在NILM中采用稳态特征进行负荷分解时,优点是可识别功率近似的负荷,但是不能处理多状态负荷。为此,采用滑动时间窗作为事件探测算法,提出一种基于动态时间规整(DTW)的多状态特征的NILM模型。该模型首先对多状态负荷进行特征提取,并建立多状态特征的稳态波形模板库;然后利用滑动时间窗算法提取待分解负荷的稳态波形特征,将提取的稳态波形运用DTW算法与稳态波形模板库中的负荷特征计算最小距离进行辨识。该方法能够显著提升稳态条件下多状态负荷的辨识效果。最后采用公共数据集REDD进行测试验证,证明了所提方法的有效性。
英文摘要:
      Nonintrusive load monitoring(NILM)is an important application area of big data and artificial intelligence, which can significantly improve the intelligence level and energy-saving effect of the power grid. For a long time in NILM, the advantage when using steady-state characteristics for load decomposition is that it can identify loads with similar power, but it cannot handle multi-state loads. To this end, a sliding time window is used as an event detection algorithm, and a NILM model based on dynamic time warping(DTW)with multi-state features is proposed. Firstly,the model extracts the characteristics of the multi-state load, and establishes a steady-state waveform template library of the multistate characteristics. Then, it uses the sliding time window algorithm to extract the steady- state waveform characteristics of the load to be decomposed, and applies the DTW algorithm to the steady-state waveforms. The load characteristics in the state waveform template library calculate the minimum distance for identification. The proposed load decomposition model can significantly improve the decomposition ability of multi-state loads under steadystate characteristics. Lastly, the test based on the REDD dataset verifies the effectiveness of the method.
查看全文   查看/发表评论  下载PDF阅读器
关闭