基于DTW的多状态负荷的非侵入式负荷分解
Power Demand Side Management（2022）
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.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要