基于改进排列熵算法和Yamamoto算法的非侵入式用电设备状态变化检测

非侵入式负荷监测已经成为智能电网负荷监测管理的关键技术之一。用电设备状态变化过程所表现出的暂态特征是进行非侵入式用电设备状态辨识的重要依据,但其精准提取取决于用电设备状态变化的准确检测。为此,提出了一种基于改进排列熵算法和Yamamoto算法的非侵入式用电设备状态变化检测算法。首先对排列熵算法进行多尺度改进,利用多尺度排列熵的差值分析确定状态变化发生的区间,然后利用Yamamoto算法进行区间检测,定位状态变化的时刻。仿真分析结果表明,所提算法可准确检测用电设备的状态变化,有效地提高后续利用暂态特征的设备状态辨识准确率。

非线性时间序列的动力结构突变检测的研究

基于非线性时间序列分析方法———动力学相关因子指数,提出一种新的动力结构突变的检测方法———动力学指数分割算法.通过理想时间序列试验,验证了该方法检测动力结构突变的有效性,同时发现相对少量的尖峰噪声对该方法的影响较小,但连续分布的随机白噪声对其具有一定的影响,并与传统的滑动T检验法和Yamamoto法进行比较,进而讨论它们各自的优缺点.