文献

J-GLOBAL ID：202002215306619348   整理番号：20A1137250

非侵入型電気データ分解に基づく適応特徴ベース構築と負荷同定【JST・京大機械翻訳】

Construction of Adaptive Feature Library and Load Identification Based on Decomposition of Non-intrusive Power Consumption Data

著者 (3件)： Wu Xin (華北電力大学電气与電子工程学院,北京市,102206) ,  Jiao Dian (華北電力大学電气与電子工程学院,北京市,102206) ,  Gao Yuchen (華北電力大学電气与電子工程学院,北京市,102206)
資料名： Dianli Xitong Zidonghua  (Dianli Xitong Zidonghua)
巻： 44  号： 4  ページ： 101-109  発行年： 2020年 
JST資料番号： C2510A  ISSN： 1000-1026  CODEN： DXZIE9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 非侵入負荷監視は,需要側測定およびエネルギー効率最適化のための効果的方法である。本文では、高周波収集モードにおける非侵入型負荷オンライン監視方法を提案し、全監視過程を自動化し、リアルタイム化した。最初に,負荷電流の可給性原理に従って,負荷分離モデルを確立し,独立負荷波形を得て,負荷の操作特性と組み合わせて,事前実験なしで事前データを得た。次に,ベイズ分類モデルを通して,負荷種類の判断を実現し,そして,各々の独立ユーザのための動的負荷特性ベースを,運転の間,構築した。最後に,データベースにおけるデータに基づく最適化モデルの構築を通して,負荷同定を実現し,そして,負荷電力状態を,継続して,リアルタイムに取得し,そして,この方法の有効性を,実際に収集した電気データによって,検証した。本研究は,適応的に独立な利用者に負荷特徴ベースを構築し,事前構築ライブラリが普遍性を持たない問題を改善し,同時に,特徴ベースに基づく高速最適化が同定の有効性と精度を保証した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  自動化 ,  データベース ,  動荷重 ,  HF【周波数】 ,  植物利用性 ,  有効性 ,  *負電荷 ,  普遍性
準シソーラス用語： 負荷電流 ,  実時間 ,  最適化モデル ,  オンライン監視 ,  ベイズ分類 , 【Automatic Indexing@JST】

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (5件)： 侵入 ,  分解 ,  適応 ,  構築 ,  同定