基于DTW的多状态负荷的非侵入式负荷分解

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。

基于物联网的非侵入式负荷状态监控系统设计

针对电子工艺实验室因设备多、类型多而带来的管理困难和安全隐患问题,利用物联网技术研发一种非侵入式负荷状态监控系统.该系统包含监测节点和服务器两部分,前者用于负荷状态识别,后者负责统计与控制.为准确识别节点上的设备状态,在监测节点端设计非侵入式负荷状态监测算法,其包括多状态负荷分离、状态特征提取和负荷识别等过程.真实场景的实验结果表明,研发的系统可以准确地监控电子工艺实验室的设备.