非侵入式负荷监测关键技术问题研究综述

TM714; 非侵入式负荷监测(NILM)技术能够利用在总线处单点测量的数据识别用户内部的负荷,是建设泛在电力物联网与透明电网的基础技术之一.在分析NILM基本实现框架和技术体系的基础上,对NILM应用亟需解决的三大关键技术问题进行综述,包括数据源选择、算法精度和可扩展性问题.在数据源选择问题上,分析并总结了低频与高频数据源在NILM中的应用,尤其是智能电表在NILM中的应用;在算法精度问题上,对现有NILM算法模型与算法评估方案进行了回顾与分析;而针对目前少有研究涉及可扩展性问题,通过联动NILM与语音识别和机器学习领域,对去噪识别与新负荷的标记和训练问题进行分析与探讨.最后对NILM的未来...

Full description

Saved in:
Bibliographic Details
Published in电力自动化设备 Vol. 41; no. 1; pp. 135 - 144
Main Authors 郭红霞, 陆进威, 杨苹, 刘泽健
Format Journal Article
LanguageChinese
Published 华南理工大学 广东省绿色能源技术重点实验室,广东 广州 510640 10.01.2021
华南理工大学 电力学院,广东 广州 510640
Subjects
透明电网
非侵入式负荷监测
机器学习
泛在电力物联网
智能电表
Online AccessGet full text
ISSN1006-6047
DOI10.16081/j.epae.202011001

Cover

More Information
Summary:TM714; 非侵入式负荷监测(NILM)技术能够利用在总线处单点测量的数据识别用户内部的负荷,是建设泛在电力物联网与透明电网的基础技术之一.在分析NILM基本实现框架和技术体系的基础上,对NILM应用亟需解决的三大关键技术问题进行综述,包括数据源选择、算法精度和可扩展性问题.在数据源选择问题上,分析并总结了低频与高频数据源在NILM中的应用,尤其是智能电表在NILM中的应用;在算法精度问题上,对现有NILM算法模型与算法评估方案进行了回顾与分析;而针对目前少有研究涉及可扩展性问题,通过联动NILM与语音识别和机器学习领域,对去噪识别与新负荷的标记和训练问题进行分析与探讨.最后对NILM的未来发展趋势与应用进行了展望.
ISSN:1006-6047
DOI:10.16081/j.epae.202011001