期刊文献+
共找到730篇文章
< 1 2 37 >
每页显示 20 50 100
基于低秩张量补全的非侵入式负荷监测缺失数据修复方法 被引量:1
1
作者 杨挺 叶芷杉 +1 位作者 徐嘉成 杨振宁 《电网技术》 EI CSCD 北大核心 2024年第1期394-404,共11页
非侵入式负荷监测技术(non-intrusive load monitoring,NILM)作为实现智能电网用户侧细粒度感知的重要手段,有助于实现需求响应、提高“源-网-荷”互动效率和优化用能,助力实现“30·60目标”。高质量的量测信息是数据驱动型NILM的... 非侵入式负荷监测技术(non-intrusive load monitoring,NILM)作为实现智能电网用户侧细粒度感知的重要手段,有助于实现需求响应、提高“源-网-荷”互动效率和优化用能,助力实现“30·60目标”。高质量的量测信息是数据驱动型NILM的基础,但由于数据采集装置故障、通道拥塞以及延时等都会导致数据缺失,尤其是严重的连续性缺失,由此造成非侵入式负荷监测与分解的精度下降,影响用户画像、需求响应等高级应用。因此,针对该问题,提出了一种基于CP分解的正则化低秩张量补全的量测数据缺失修复方法。算法突破传统单维数据处理局限,对NILM多维量测数据构建了三阶观测张量,从而利用数据内部时序关联性和参量维度间电气关联性进行正则化低秩张量补全。并针对每次核范数计算过程中奇异值分解计算量过大问题,采用基于CP因子矩阵分解的核范数计算降低计算量,减少计算时长,并证明了变换的等效性。最后基于NILM公开数据集iAWE进行了实验,实验结果表明所提出的方法可以提高数据修复精度,在高缺失率和连续缺失情况下仍能有较好地补全效果,并且通过非侵入式负荷分解实验证明其可有效提高分解精度,对智能电网提升细粒度感知能力具有良好的实际意义。 展开更多
关键词 数据修复 低秩张量 核范数 非侵入式负荷监测 连续性缺失
下载PDF
基于磁心与线圈参数优化的非侵入式磁场取能系统功率密度提升方法 被引量:2
2
作者 李勇 罗海军 +1 位作者 杨环宇 闫一骅 《电工技术学报》 EI CSCD 北大核心 2024年第2期313-324,共12页
非侵入式磁场取能系统具有结构简单、供电稳定等优点,是解决变电站母排环境中状态监测传感器电池供电寿命有限的有效手段,但因功率密度较低制约了其应用。对于非侵入式磁场取能系统,磁心与线圈参数对其功率密度的影响非常显著。然而,现... 非侵入式磁场取能系统具有结构简单、供电稳定等优点,是解决变电站母排环境中状态监测传感器电池供电寿命有限的有效手段,但因功率密度较低制约了其应用。对于非侵入式磁场取能系统,磁心与线圈参数对其功率密度的影响非常显著。然而,现有方法对磁心与线圈参数的分析相对独立,优化磁心时仅以互感为指标,忽略了该过程线圈参数变化对功率密度的影响。对此,该文考虑磁心尺寸对线圈参数的影响,以功率密度为指标,详细分析线圈匝数、线圈线径、磁柱侧面边长与叠片厚度对系统功率密度的影响。并在此基础上,提出一种优化磁心与线圈参数的功率密度提升方法,即设计线圈匝数、线圈线径、磁柱侧面边长与叠片厚度的最优值,以获取更高的功率密度。最后,基于所提出的方法制作了系统样机并进行测试。实验结果表明,对于限定磁心尺寸为30 mm×30 mm×40 mm的系统,在100 A母排电流下,系统经磁心与线圈优化后功率密度可达4.18 mW/cm~3,提升至系统优化前功率密度的35倍,验证了所提出方法提升功率密度的有效性。 展开更多
关键词 传感器 非侵入式磁场取能 磁心 线圈 功率密度
下载PDF
非侵入式翼伞操纵绳张力传感器弹性体设计和有限元分析
3
作者 郭瑞鹏 李前奇 +2 位作者 齐贺轩 赵敏 姚敏 《传感器与微系统》 CSCD 北大核心 2024年第8期99-101,105,共4页
针对目前的张力传感器难以用于翼伞操纵绳张力测量的问题,根据翼伞操纵绳张力的特点,设计了一种非侵入式的张力传感器结构。利用Ansys软件对设计的传感器弹性体进行了有限元仿真分析,研究了不同的结构参数对传感器弹性体的影响,给出了... 针对目前的张力传感器难以用于翼伞操纵绳张力测量的问题,根据翼伞操纵绳张力的特点,设计了一种非侵入式的张力传感器结构。利用Ansys软件对设计的传感器弹性体进行了有限元仿真分析,研究了不同的结构参数对传感器弹性体的影响,给出了最佳的弹性体结构参数。 展开更多
关键词 非侵入式 张力传感器 弹性体 结构参数 有限元分析
下载PDF
融合外部注意力机制的序列到点非侵入式负荷分解
4
作者 李利娟 刘海 +2 位作者 刘红良 张青松 陈永东 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第6期846-854,共9页
非侵入式负荷分解可以深度挖掘用户电力消耗数据蕴含的信息价值,为电力设备故障监测、需求响应等决策分析提供重要参考.为有效解决非侵入式负荷分解算法训练时间成本与分解精度间的冲突,提出一种融合外部注意力机制的序列到点非侵入式... 非侵入式负荷分解可以深度挖掘用户电力消耗数据蕴含的信息价值,为电力设备故障监测、需求响应等决策分析提供重要参考.为有效解决非侵入式负荷分解算法训练时间成本与分解精度间的冲突,提出一种融合外部注意力机制的序列到点非侵入式负荷分解算法.首先,将总负荷功率消耗序列进行数据清理、标准化等预处理,以固定窗口长度构建训练输入数据,输入数据通过编码层自动提取设备特征;然后,设计外部注意力机制增强重要特征权值;最终,输入到解码层得到负荷分解结果.利用REDD与UK-DALE两种公开数据集进行模型仿真计算,在信号聚合误差、平均绝对误差、标准化分解误差指标、模型分解曲线、特征图和用户耗能等方面进行对比分析,本文模型克服了卷积层注意力分散的缺点,增强了对有效信息的提取与利用能力,在未增加训练时间成本的前提下具有更高的分解精度. 展开更多
关键词 非侵入式负荷分解 外部注意力机制 神经网络 序列到点
下载PDF
考虑多状态特征的非侵入式负荷识别方法
5
作者 王磊 马佳琪 +3 位作者 韩肖清 薛邵锴 杨蕊麟 白桦 《电网技术》 EI CSCD 北大核心 2024年第11期4720-4728,I0075,共10页
针对传统负荷识别存在无法准确区分含有多种运行状态的负荷识别问题,该文提出一种考虑负荷多状态特征的非侵入式负荷识别方法(non-intrusive load monitoring,NILM)。首先,利用VGG16卷积神经网络(visual geometry group 16neural networ... 针对传统负荷识别存在无法准确区分含有多种运行状态的负荷识别问题,该文提出一种考虑负荷多状态特征的非侵入式负荷识别方法(non-intrusive load monitoring,NILM)。首先,利用VGG16卷积神经网络(visual geometry group 16neural network,VGG16)对负荷的U-I轨迹进行初步分类。然后,采用最大相关最小冗余特征选择(max-relevance and min-redundancy,mRMR)算法,从未成功分类的负荷的各个工作状态中筛选出最优特征组合作为输入,通过支持向量机(support vector machines,SVM)算法进行二阶段识别,达到快速精细化识别多状态易混淆电器的分类效果。最后,利用Plaid数据集,对分别考虑单个状态和多个状态特征的识别效果进行对比分析。结果表明,文中所提方法可以有效区分易混淆的多状态电器,提高了识别准确性。 展开更多
关键词 非侵入式负荷识别 多状态电器 U-I轨迹特征 VGG16神经网络 SVM分类算法
下载PDF
基于时序生成对抗网络的居民用户非侵入式负荷分解
6
作者 罗平 朱振宇 +3 位作者 樊星驰 孙博宇 张帆 吕强 《电力系统自动化》 EI CSCD 北大核心 2024年第2期71-81,共11页
现有的非侵入式负荷分解算法往往需要大量电器设备级的负荷数据才能保证分解精度,但由于用户对隐私性的考虑以及安装成本过高等问题,很难获取这些数据。因此,构建一种能深度挖掘电力负荷数据时序特性和电器相关性的时序生成对抗网络。... 现有的非侵入式负荷分解算法往往需要大量电器设备级的负荷数据才能保证分解精度,但由于用户对隐私性的考虑以及安装成本过高等问题,很难获取这些数据。因此,构建一种能深度挖掘电力负荷数据时序特性和电器相关性的时序生成对抗网络。利用降维网络对所有电器有功功率序列组成的高维向量进行降维以降低计算的复杂度,通过复原网络将结果还原为高维向量。基于电器运行状态和深度学习的非侵入式分解方法,运用卷积神经网络-双向门控循环单元构建状态复杂电器的负荷分解回归模型,对状态简单电器利用深度神经网络构建负荷识别分类模型。通过对比其他数据生成方法,以及改变典型公开数据集中生成数据比例所得的负荷分解结果验证了所提方法的有效性。 展开更多
关键词 非侵入式负荷分解 对抗生成网络 降维网络 卷积神经网络-双向门控循环单元 深度神经网络
下载PDF
基于改进SVIT算法的非侵入式居民负荷监测方法
7
作者 卞海红 孙鑫 《电子设计工程》 2024年第16期87-91,96,共6页
针对居民侧异常用电负荷对用户用电安全有重大影响的问题,提出了一种基于改进SVIT的非侵入式负荷监测方法。该方法从用户总线处对居民家庭用电负荷投切时的V-I数据进行特征提取;对提取出的V-I轨迹特征进行二进制化处理并绘制成V-I轨迹图... 针对居民侧异常用电负荷对用户用电安全有重大影响的问题,提出了一种基于改进SVIT的非侵入式负荷监测方法。该方法从用户总线处对居民家庭用电负荷投切时的V-I数据进行特征提取;对提取出的V-I轨迹特征进行二进制化处理并绘制成V-I轨迹图像;利用改进的与三重注意力机制(Triplet Attention)相结合的SVIT的特征提取网络对其进行特征提取与映射;在此基础上,将处理后生成的新的特征向量进行聚类形成特征检索数据库,以识别出不在该特征检索数据库中的用电器V-I轨迹样本。通过利用PLAID数据集进行仿真实验并分析,验证了模型的有效性以及算法的优越性。 展开更多
关键词 非侵入式负荷监测 V-I轨迹特征 改进SVIT 三重注意力机制
下载PDF
基于EEMD和特征降维的非侵入式负荷分解方法研究 被引量:1
8
作者 汪敏 张孟健 +3 位作者 禹洪波 熊炜 袁旭峰 邹晓松 《电测与仪表》 北大核心 2024年第6期80-86,共7页
针对现有非侵入式居民用电负荷监测缺乏对独立负荷完整、全面的分解方法,导致用电信息的完整性得不到保证的不足,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和Pearson-PCA改进的盲源分离算法。利用EEM... 针对现有非侵入式居民用电负荷监测缺乏对独立负荷完整、全面的分解方法,导致用电信息的完整性得不到保证的不足,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和Pearson-PCA改进的盲源分离算法。利用EEMD对总功率信号分解,以消除经验模态在分解过程中易出现模态混叠的现象,并得到一系列固有模式函数(intrinsic mode functions,IMF)。结合Pearson相关系数和主成分分析法(principal component analysis,PCA),提出Pearson-PCA改进算法对IMF进行降维,剔除相关性较弱的IMF分量,以及估计源信号数目。运用快速独立分量分析(fast independent component analysis,FastICA)对降维后的IMF进行分解,计算得出源功率信号。将提出的改进算法应用于非侵入式居民用电负荷分解问题,采用能量分解数据集(reference energy disaggregation data,REDD)进行实验仿真。实验结果表明:在不同用电场景下,提出的改进算法均具有较好的分解效果。 展开更多
关键词 非侵入式负荷分解 单通道盲源分离 集合经验模态分解 相关性过滤 主成分分析
下载PDF
基于设备行为关联图的非侵入式多标签负荷分解改进方法 被引量:2
9
作者 陈鑫沛 余涛 +1 位作者 杨家俊 余盛灿 《中国电机工程学报》 EI CSCD 北大核心 2024年第1期95-104,I0008,共11页
非侵入式负荷分解技术作为目前用户用电信息监测的主要手段,对推动能源效率提升和需求侧优化管理具有重要意义。针对目前负荷分解模型过分依赖电器本身的用电特征,而忽视用户用电习惯所提供的信息,导致分解效果始终难以改善的问题,该文... 非侵入式负荷分解技术作为目前用户用电信息监测的主要手段,对推动能源效率提升和需求侧优化管理具有重要意义。针对目前负荷分解模型过分依赖电器本身的用电特征,而忽视用户用电习惯所提供的信息,导致分解效果始终难以改善的问题,该文提出一种考虑用户用电行为的多标签负荷分解改进方法。改进后的模型是两个网络串行的架构。第一个网络结合用户用电行为实现多标签类型识别;第二个网络在识别结果基础上完成各个在线电器的能量分解。文中通过设备行为关联图来表示用户的用电习惯。模型随用户用电不断完成行为更新,并逐渐为用户生成独特的网络图,为负荷分解提供行为依据。最后使用公开数据集REDD和REFIT对提出方法进行仿真和评估。实验结果表明,提出的方法能够准确获取各电器的用电信息,且与现有先进方法相比有明显的改进,证明了考虑用户用电行为的多标签方法是一种有效可行的负荷分解思路。 展开更多
关键词 非侵入式负荷监测 能量分解 多标签识别 设备行为关联图
下载PDF
基于颜色编码和残差神经网络的非侵入式负荷识别 被引量:1
10
作者 杨苗 游文霞 +1 位作者 刘玥 汪芯茜 《电工材料》 CAS 2024年第2期94-99,共6页
在非侵入式负荷识别任务中,随着家用电器类型的不断增加,功率差距不大但V-I轨迹相似的设备很容易被分类错误。针对这些问题,本研究提出了基于颜色编码和残差神经网络的非侵入式负荷识别方法。首先,对采集到的高频电压、电流数据进行预处... 在非侵入式负荷识别任务中,随着家用电器类型的不断增加,功率差距不大但V-I轨迹相似的设备很容易被分类错误。针对这些问题,本研究提出了基于颜色编码和残差神经网络的非侵入式负荷识别方法。首先,对采集到的高频电压、电流数据进行预处理;然后,再通过二值轨迹映射和HSV颜色编码将V-I轨迹转换为视觉表示,不仅在V-I轨迹中融入了丰富的电气特征,还增强了负荷特征的唯一性;最后利用PLAID公共数据集对本研究所提方法进行了验证。结果表明,本研究所提方法显著提高了识别准确率,并能够有效区分各个电器设备。 展开更多
关键词 非侵入式负荷识别 V-I轨迹 HSV颜色编码 残差神经网络
下载PDF
基于Attention和残差网络的非侵入式负荷监测
11
作者 何健明 李梦诗 +1 位作者 张禄亮 季天瑶 《电测与仪表》 北大核心 2024年第6期173-180,共8页
非侵入式负荷监测(non-intrusive load monitoring,NILM)可以从家庭电能表的总功率读数,估算出各用电器的功率。由于对于同一类用电器,其状态种类、各状态持续时长、各状态的功率波形都不同,这使得基于特征工程和聚类的模型的泛化能力不... 非侵入式负荷监测(non-intrusive load monitoring,NILM)可以从家庭电能表的总功率读数,估算出各用电器的功率。由于对于同一类用电器,其状态种类、各状态持续时长、各状态的功率波形都不同,这使得基于特征工程和聚类的模型的泛化能力不强;回归模型的分解功率难以迅速跟踪真实功率。针对这些问题,文中将回归问题转化为在序列每个时刻的多分类问题,并提出基于Attention和残差网络的非侵入式负荷监测模型。该模型基于具有编码器和解码器的seq2seq框架,首先通过嵌入矩阵将高维稀疏one-hot向量映射为低维稠密向量;在编码部分,通过双向GRU从前后两个方向提取序列信息,引入Attention机制计算序列中当前时刻最重要的信息,引入残差连接学习残差部分输入输出之间的差异;在解码部分,用回归层组合BiGRU解码结果,取经过softmax函数处理的最大概率功率类别作为结果。该模型在选取REFIT数据集中表现良好,其中测试集与训练集完全独立,表明训练好的模型可以直接应用在新的住宅用户中。 展开更多
关键词 非侵入式负荷监测 深度学习 BiGRU 残差网络 注意力机制
下载PDF
考虑时空耦合特性的非侵入式综合能源系统多能设备负荷辨识方法
12
作者 李亦非 王芳 +2 位作者 张雅静 张宝群 宫成 《科学技术与工程》 北大核心 2024年第26期11283-11293,共11页
为了提升非侵入式综合能源系统多能设备负荷辨识的准确性,在充分考虑多能负荷时空耦合特性的基础上,提出了一种基于改进滑动窗口双边累计和(cumlative sum,CUSUM)、图半监督学习(graph semi supervised learning,GBSSL)和改进胶囊网络(i... 为了提升非侵入式综合能源系统多能设备负荷辨识的准确性,在充分考虑多能负荷时空耦合特性的基础上,提出了一种基于改进滑动窗口双边累计和(cumlative sum,CUSUM)、图半监督学习(graph semi supervised learning,GBSSL)和改进胶囊网络(improve capsule network,ICapsNet)的非侵入式综合能源系统多能设备负荷辨识方法。首先,引入自适应噪声值选取方法对滑动窗口双边CUSUM算法进行改进,并利用改进后的算法进行事件检测,之后通过GBSSL标记未标记的样本;其次,在CapsNet的基础上,改进相似度和加权求和计算方法,利用残差块结构卷积网络替代原卷积模块,并将极化自注意块引入主胶囊模块,构建ICapsNet;最后,利用不同的非侵入负荷辨识方法对采集的10 150个综合能源负荷数据进行负荷辨识,验证所提方法的优越性。实验结果表明:所提方法相较于BI-GRU、Bagging EL和DNN等主流非侵入负荷辨识方法,P_(recision)、R_(ecall)、F_(macro)和BA指标分别平均提高了1.77%、2.14%、1.94%和1.26%。由此可知所提方法对能够精准地辨识非侵入式综合能源系统多能设备负荷,且具有良好的运算效率和通用性。 展开更多
关键词 综合能源系统 多能负荷时空耦合 非侵入式负荷 图半监督学习 改进胶囊网络 残差块结构卷积网络 极化自注意块
下载PDF
基于非侵入式负荷分解的家庭负荷两阶段超短期负荷预测模型
13
作者 李延珍 王海鑫 +2 位作者 杨子豪 陈哲 杨俊友 《电工技术学报》 EI CSCD 北大核心 2024年第11期3379-3391,共13页
精细化负荷预测为制定家庭新型需求响应策略或能效管理模式提供了可靠的指导信息与理论基础,而负荷监测系统的广泛研究与发展为家庭设备层的负荷预测提供了有力的数据支撑。基于家庭负荷智能电能表集中数据,该文提出一种集分解-预测一... 精细化负荷预测为制定家庭新型需求响应策略或能效管理模式提供了可靠的指导信息与理论基础,而负荷监测系统的广泛研究与发展为家庭设备层的负荷预测提供了有力的数据支撑。基于家庭负荷智能电能表集中数据,该文提出一种集分解-预测一体化的家庭负荷两阶段超短期负荷预测方法。该方法第一阶段提出了基于卷积神经网络(CNN)和双向门控单元(BiGRU)神经网络的非侵入式负荷分解(NILM)模型,解决了目前深度分解模型中特征提取不充分、分解精度低等问题。第二阶段构建了基于时间模式注意力机制(TPA)的时间卷积神经网络(TCN)负荷预测模型,深度挖掘NILM分解数据、集中负荷数据及日期特征等输入变量的深层交互信息,实现家庭设备层的负荷预测。算例部分通过UK-DALE数据集对所提方法进行验证,结果表明,该方法能够获得较高的分解精度和预测效果,为家庭负荷预测提供了良好的条件。 展开更多
关键词 非侵入式负荷分解 负荷预测 卷积神经网络 双向门控单元神经网络 时间卷积网络 注意力机制
下载PDF
基于改进GMM算法的非侵入式负荷监测方法研究
14
作者 张媛 王飞 +2 位作者 崔秀华 翟琳 张照锋 《电子器件》 CAS 2024年第5期1382-1388,共7页
非侵入式负荷监测是实现电力负荷精细化管理的重要技术手段,负荷分解及特征提取是非侵入式负荷监测的关键环节。针对常规算法负荷特征提取弱或者过度拟合造成泛化能力低的问题,提出了基于拟合和聚类思想的负荷分解及特征提取算法,即改... 非侵入式负荷监测是实现电力负荷精细化管理的重要技术手段,负荷分解及特征提取是非侵入式负荷监测的关键环节。针对常规算法负荷特征提取弱或者过度拟合造成泛化能力低的问题,提出了基于拟合和聚类思想的负荷分解及特征提取算法,即改进的高斯混合模型(GMM)。首先通过引入AIC和BIC信息准则,分析不同混合成分个数下的GMM模型的拟合程度,选取最优的混合成分个数;其次研究和分析电力负荷功率信号的特征曲线,结合混合成分个数,改进初始值的选取;最后进行优化后的功率信号聚类分解,输出能充分体现时域功率曲线特征的特征矩阵。基于智能洗衣机洗涤模式下的实测功率信号,验证了改进GMM算法的可行性,并对模型改进前后的特征矩阵进行差异性分析,验证了采用改进高斯混合模型进行负荷分解得到的特征矩阵具有更好的信息表征能力及更好的训练识别特性。结果表明提出改进算法具有较强的自适应性以及较高的准确性。 展开更多
关键词 非侵入式 GMM 电力负荷分解 特征提取
下载PDF
一种基于度量学习的自适应非侵入式负荷识别方法
15
作者 王丙楠 陆玲霞 +1 位作者 包哲静 于淼 《电测与仪表》 北大核心 2024年第11期54-60,共7页
现有非侵入式负荷识别技术大多基于最优化和模式识别算法,两种算法在模型泛化能力和未知负荷识别上均存在一定缺陷。针对这一问题,文中提出一种基于度量学习的非侵入式负荷识别模型,通过卷积神经网络将负荷电流特性映射到度量空间,在网... 现有非侵入式负荷识别技术大多基于最优化和模式识别算法,两种算法在模型泛化能力和未知负荷识别上均存在一定缺陷。针对这一问题,文中提出一种基于度量学习的非侵入式负荷识别模型,通过卷积神经网络将负荷电流特性映射到度量空间,在网络训练时使用三元组损失实现特征的集聚,对度量空间特征进行相似度判别实现负荷辨识。所提方法可实现对未知负荷的有效识别,并具有较强的泛化能力;另一方面,度量学习作为小样本学习的方法之一,能够减轻对训练样本的依赖,具有较高的实用性。 展开更多
关键词 非侵入式负荷识别 度量学习 三元组损失 小样本学习
下载PDF
基于小波变换与神经网络的非侵入式家电负荷监测研究
16
作者 张媛 王飞 +2 位作者 张照锋 崔秀华 翟琳 《电子器件》 CAS 2024年第3期749-756,共8页
智能家电智能化程度越来越高,同一电器对应的工作模式也越来越多。目前家电的非侵入式负荷监测仅仅采用传统家电单一负荷曲线进行研究,极大局限了非侵入式负荷监测技术的应用推广。为此,以智能洗衣机不同工作模式为例,研究了同一家电不... 智能家电智能化程度越来越高,同一电器对应的工作模式也越来越多。目前家电的非侵入式负荷监测仅仅采用传统家电单一负荷曲线进行研究,极大局限了非侵入式负荷监测技术的应用推广。为此,以智能洗衣机不同工作模式为例,研究了同一家电不同模式下的用电负荷特征,采集了智能家电中洗衣机不同工作模式下的用电负荷数据,通过小波变换的方法对负荷曲线进行平滑与特征信息提取,并基于统计学思想对表征特征信息的特征向量进行了评价,建立神经网络模型对不同工作模式的负荷曲线进行了识别,通过MATLAB平台仿真,证明了基于小波分析特征提取及神经网络特征识别的方法在非侵入式智能家电负荷监测中的可行性,识别准确率较高,具有良好的应用推广价值。 展开更多
关键词 非侵入式 负荷监测 小波分析 神经网络
下载PDF
基于seq2seq模型的非侵入式负荷分解算法
17
作者 岳建任 宋亚奇 +1 位作者 杨丹旭 李莉 《电测与仪表》 北大核心 2024年第6期65-71,共7页
非侵入式负荷分解对于节能减排、负荷调峰、智能用能等方面均具有重要的现实意义。针对目前非侵入式负荷分解方法在低频采样条件下(1 Hz及以下)分解准确率较低的问题,提出了一种基于卷积神经网络(convolution netural network,CNN)与长... 非侵入式负荷分解对于节能减排、负荷调峰、智能用能等方面均具有重要的现实意义。针对目前非侵入式负荷分解方法在低频采样条件下(1 Hz及以下)分解准确率较低的问题,提出了一种基于卷积神经网络(convolution netural network,CNN)与长短期记忆网络(long short-term memory,LSTM)相结合的seq2seq的非侵入式负荷分解算法(seq2seq based on CNN and LSTM,seq2seqBCL)。该深度学习模型将功率时间序列作为网络的输入,通过CNN做特征提取。考虑到电力数据的时序性,增加了LSTM层进行电器识别,相比于NILMTK中seq2seq模型降低了网络层数,简化了网络结构。在REDD数据集上对算法性能进行了评估,所提出的算法提升了整个网络系统的性能,与FHMM、CO和传统seq2seq算法相比,负荷分解准确率有明显提升。 展开更多
关键词 非侵入式负荷分解 seq2seq 卷积神经网络 长短期记忆网络 深度学习 低频采样
下载PDF
基于金字塔网络的非侵入式负荷辨识及其隐私保护方案 被引量:1
18
作者 王以良 周鹏 +1 位作者 叶卫 戚伟强 《计算机工程》 CAS CSCD 北大核心 2024年第5期182-189,共8页
智能电网融合了信息系统,能够为能源供应提供更有效的解决方案。智能电表是智能电网的关键部分,对智能电表数据的深入研究有助于为智能电网的管理和决策提供有效支持。非侵入式负荷辨识(NILM)技术为需求侧管理提供了技术支撑,但现有方... 智能电网融合了信息系统,能够为能源供应提供更有效的解决方案。智能电表是智能电网的关键部分,对智能电表数据的深入研究有助于为智能电网的管理和决策提供有效支持。非侵入式负荷辨识(NILM)技术为需求侧管理提供了技术支撑,但现有方式需要用户和NILM服务端进行数据交互,在这个过程中泄露了隐私信息。针对上述问题,设计了基于2D-卷积神经网络(2D-CNN)金字塔网络的NILM,并采用同态加密和安全多方计算技术进行隐私保护,针对金字塔网络的卷积、全连接、批标准化、平均池化、Re LU和上采样等算子设计隐私保护协议,组合隐私保护算子构建隐私保护的2D-CNN金字塔网络。整个过程没有还原数据和中间结果的原始信息,从而保护了双方隐私。在UK-DALE数据集上的实验结果表明,基于2D-CNN的金字塔网络能够表现出良好的效果,准确率达到95.81%,并且隐私保护的2D-CNN金字塔网络能够在保护客户端数据和服务端模型参数隐私性的情况下保持2D-CNN金字塔网络的推理效果,精确率、召回率和准确率等保持一致。同时,隐私保护的2DCNN金字塔网络在广域网中计算时间不到5 s,在局域网中不到0.5 s,并且通信量仅需4.79 MB,能够适用于NILM任务的现实场景。 展开更多
关键词 智能电网 非侵入式负荷辨识 金字塔网络 同态加密 安全多方计算
下载PDF
基于图像分类网络的非侵入式负荷辨识算法的运算成本优化
19
作者 杨舒惠 黎静华 韦善阳 《电力自动化设备》 EI CSCD 北大核心 2024年第1期141-146,共6页
目前基于图像分类网络的非侵入式负荷辨识算法可达到较高的辨识准确率,但存在较严重的参数冗余,引发了不必要的运算成本。对此类算法的运算成本进行优化,提出一种基于灰色编码的设备特征组合方法,以减少算法中设备特征的参数冗余;然后... 目前基于图像分类网络的非侵入式负荷辨识算法可达到较高的辨识准确率,但存在较严重的参数冗余,引发了不必要的运算成本。对此类算法的运算成本进行优化,提出一种基于灰色编码的设备特征组合方法,以减少算法中设备特征的参数冗余;然后使用轻量级图像分类网络ZFNet构建设备辨识模型,并引入Inception模块来减少模型中卷积层输出的参数冗余,同时基于仿真实验结果对模型中全连接层的结构和参数进行适应性调整,以减少模型的参数冗余,最后使用PLAID数据集进行算例分析。结果表明:相比于同类算法,所提算法在设备特征的参数量上减少了66.7%~67.5%,在模型的参数量上减少了90%~97.1%,在整体运算量上的变动为-91.7%~6.1%。 展开更多
关键词 非侵入式负荷监测 图像分类网络 灰度图 特征组合 设备辨识
下载PDF
非侵入式脑刺激对帕金森病患者执行功能的影响:网状meta分析
20
作者 黄木兰 王丽萍 +1 位作者 胡柯嘉 贺华 《海军军医大学学报》 CAS CSCD 北大核心 2024年第5期584-591,共8页
目的探索非侵入式脑刺激措施改善帕金森病患者执行功能的有效性。方法检索Web of Science、PubMed、EMBASE、中国知网、万方数据5个数据库中关于经颅磁刺激、经颅交流电刺激、经颅直流电刺激3种非侵入式脑刺激干预措施治疗帕金森病且结... 目的探索非侵入式脑刺激措施改善帕金森病患者执行功能的有效性。方法检索Web of Science、PubMed、EMBASE、中国知网、万方数据5个数据库中关于经颅磁刺激、经颅交流电刺激、经颅直流电刺激3种非侵入式脑刺激干预措施治疗帕金森病且结局指标包括执行功能的随机对照试验,根据预先确定的标准筛选文献并提取数据。采用网状meta分析方法比较3种非侵入式脑刺激干预措施对帕金森病患者执行功能障碍的疗效,使用标准化均数差(SMD)及95%贝叶斯可信区间(CrI)汇总结果,通过累积排序曲线下面积(SUCRA)对各干预措施的疗效进行排序。结果共纳入20项随机对照试验,包括809例帕金森病患者。与对照组相比,经颅磁刺激对帕金森病患者的执行功能有显著改善效果(SMD=0.16,95%CrI 0.01~0.32)。各干预措施疗效的概率排序结果显示,对帕金森病患者执行功能障碍疗效最佳的干预措施排序为经颅磁刺激>经颅交流电刺激>经颅直流电刺激>对照(SUCRA分别为0.72、0.61、0.41、0.25),经颅磁刺激最有可能是疗效最佳的干预措施。结论目前的有限证据显示,经颅磁刺激对帕金森病患者的执行功能有直接的改善效果。受纳入研究的数量及质量影响,上述结论需进行更进一步的高质量研究验证。 展开更多
关键词 帕金森病 执行功能 非侵入式脑刺激 经颅磁刺激 网状meta分析
下载PDF
上一页 1 2 37 下一页 到第
使用帮助 返回顶部