收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

一种基于LSTM模型的电力负荷辨识方法

刘恒勇  刘永礼  邓世聪  史帅彬  闵若琳  周东国  
【摘要】:文中针对非侵入式负荷检测技术,提出了一种基于LSTM网络深度学习模型的负荷辨识方法。在该方法中,为避免电压、电流等信号的干扰,提出一种基于高斯窗移动变点寻优算法监测负荷事件,提取谐波分量作为负荷特征标签作为LSTM模型的输入,进而建立起内在信息间的映射关系,并依次进行模型的离线训练与负荷数据的在线辨识,实现对用电设备类型及其运行状态的精准辨识。经实验数据证明所提出的方法能准确完成对用电设备状态的辨识。

知网文化
【相似文献】
中国期刊全文数据库 前14条
1 陈亮;王震;王刚;;深度学习框架下LSTM网络在短期电力负荷预测中的应用[J];电力信息与通信技术;2017年05期
2 陈卓;孙龙祥;;基于深度学习LSTM网络的短期电力负荷预测方法[J];电子技术;2018年01期
3 陈倩;齐林海;王红;;基于LSTM网络的谐波多标签分类[J];电力建设;2019年07期
4 李松岭;;基于TensorFlow的LSTM循环神经网络短期电力负荷预测[J];上海节能;2018年12期
5 姚朝;辛平安;施卜今;周艳平;;基于LSTM时间递归神经网络的短期电力负荷预测[J];云南水力发电;2019年03期
6 杨柳;潘冰;;计及风光储差异化峰谷调度的LSTM微电网负荷预测模型[J];电器与能效管理技术;2019年19期
7 张宇航;邱才明;贺兴;凌泽南;石鑫;;一种基于LSTM神经网络的短期用电负荷预测方法[J];电力信息与通信技术;2017年09期
8 张明;杜裕;洪国平;;LSTM在宜昌短期电力负荷预测中的试验应用[J];气象研究与应用;2019年03期
9 徐家慧;张明;白静洁;何慧;赵扬;白盛楠;;基于双向LSTM的电网调度日志分类[J];计算机应用与软件;2019年01期
10 刘培贞;贾玉祥;夏时洪;;一种面向电力运维作业的LSTM动作识别方法[J];系统仿真学报;2019年12期
11 徐尧强;方乐恒;赵冬华;王凯;;基于LSTM神经网络的用电量预测[J];电力大数据;2017年08期
12 张洋;姬波;卢红星;娄铮铮;;基于LSTM神经网络的短期高压负荷电流预测方法[J];计算机科学;2019年06期
13 刘启斌;尹温硕;胡卫华;陶顺;;基于LSTM算法的电力谐波监测数据预测[J];电力电容器与无功补偿;2019年05期
14 叶興;薛家祥;;改进型LSTM网络光伏发电功率预测研究[J];中国测试;2019年11期
中国重要会议论文全文数据库 前10条
1 浩宇;高红燕;张宏芳;沈姣姣;;西安城市电力负荷特征及与气象因子关系分析研究[A];第35届中国气象学会年会 S6 应对气候变化、低碳发展与生态文明建设[C];2018年
2 郭西进;郝继飞;许世范;;加权平移法在电力负荷预报系统中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
3 张驰;王汝文;王明;;基于无线通讯和现场总线技术的电力负荷监控系统的结构设想[A];第五届全国智能化电器及应用研讨会会议论文集[C];2001年
4 谢庄;丁德平;于丽萍;尤焕苓;郑艳;虞海燕;;北京地区冷度日与电力的关系研究及预报[A];中国气象学会2006年年会“气候变化及其机理和模拟”分会场论文集[C];2006年
5 范进进;尹炤寅;姜杰;刘熠炎;;2007至2013年黄石市夏季电网气象敏感负荷预测的研究[A];第33届中国气象学会年会 S13 “互联网+”与气象服务——第六届气象服务发展论坛[C];2016年
6 徐新江;;浅谈新电力负荷模式下发电企业节能减排[A];全国火电600MW机组技术协作会第13届年会论文集[C];2009年
7 吴建民;张春明;;电力负荷系统应用与改进[A];2006电力行业信息化年会会议论文集[C];2006年
8 毛元章;毛强;;缓解电力负荷供应紧张的措施(一)[A];2004全国能源与热工学术年会论文集(2)[C];2004年
9 毛元章;毛强;;缓解电力负荷供应紧张的措施(二)[A];2004全国能源与热工学术年会论文集(2)[C];2004年
10 孙建明;盛琼;周之栩;王函韵;朱晓东;;湖州市电力负荷气象指数预测服务系统[A];第28届中国气象学会年会——S7城市气象精细预报与服务[C];2011年
中国博士学位论文全文数据库 前2条
1 黎鹏;非侵入式电力负荷分解与监测[D];天津大学;2009年
2 冯丽;数据挖掘和人工智能理论在短期电力负荷预测中的应用研究[D];浙江大学;2005年
中国硕士学位论文全文数据库 前10条
1 张冲冲;基于LSTM深度网络和改进核极限学习机的短期电力负荷预测[D];华北电力大学;2019年
2 Khuram Hayat;基于融合LSTM的超短期风速概率预测方法研究[D];华北电力大学(北京);2019年
3 周楚杰;基于LSTM和TCN混合深度学习的风速短期预测模型[D];兰州大学;2019年
4 王若恒;基于LSTM的风电功率区间预测研究[D];华中科技大学;2018年
5 王祎彤;电力负荷数据分析在设备配置中区域分类的研究[D];大连海事大学;2018年
6 赵静;大同地区电力负荷分析与预测的研究[D];华北电力大学;2011年
7 段晶晶;基于神经网络的短期电力负荷组合预测方法研究[D];兰州大学;2017年
8 吴明刚;天津市电力负荷短期预测[D];河北工业大学;2017年
9 张靖;基于大数据的用电稽查研究[D];华北电力大学;2019年
10 王在乾;基于数据挖掘的电力负荷检测与分析[D];重庆邮电大学;2018年
中国重要报纸全文数据库 前10条
1 本报记者 庞彩霞 通讯员 佘慧萍 何石;南方电力负荷屡创新高背后的经济新“密码”[N];经济日报;2019年
2 本报记者 白麟;入伏以来我市电力负荷创历史新高[N];重庆日报;2017年
3 记者 陈景深 通讯员 王学峰 冯晋亮;全市电力负荷创新高[N];汕尾日报;2014年
4 冯迪 韩晖;我市电力负荷已突破去年最高值[N];常州日报;2013年
5 周以欣 吴昌红;江苏电力负荷创历史新高[N];新华日报;2010年
6 记者 陶涛;力促电力负荷持续稳定增长[N];宁夏日报;2009年
7 记者 郭秀玉;入夏我市电力负荷猛增[N];珠海特区报;2007年
8 通讯员 彭赛鸿;我市电力负荷节节攀升[N];郴州日报;2006年
9 记者 贺韬 通讯员 吴长宏;昨日我省电力负荷创历史新高[N];陕西日报;2009年
10 记者 宋鹏涛 唐松寒;华北电网负荷直抵1亿千瓦大关 京城电力负荷昂首破千万纪录[N];华北电力报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978