基于深度学习的居民用电非侵入式负荷分解研究

被引量 : 0次 | 上传用户:filltang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
居民用电非侵入式负荷分解是一种将用户总负荷信息分解为各用电设备能耗信息的技术。获取的能耗信息可用以分析用户用电行为,引导用户合理管理能源消费,从而节省电费开支,减少不必要的电能消耗。同时,依据用电设备能耗信息,可进一步开展精细化配电工作,优化电力需求侧管理,切实增强电网与用户的需求交互响应能力,推动智能电网建设。目前,非侵入式负荷分解研究虽然取得了一定的成果,但多数方法仍存在模型训练效率低下、模型较难推广以及复杂用电时段分解精度不足等问题。针对上述问题,本文利用深度学习方法对居民用电非侵入式负荷分解
其他文献
能量密度是评价超级电容器性能的一个重要指标。扩大超级电容器的工作电压和提高超级电容器的比电容被认为是收获高能量密度的有效策略。水系电解液因其高离子电导率、低粘度和小离子半径,更容易满足超级电容器的功率容量和循环稳定性需求。但是,水系超级电容器由于较小的工作电压,导致其能量密度不理想,限制了其发展和商业应用。因此,提高水系超级电容器工作电压并寻求与其匹配的电极材料对提高超级电容器的能量密度至关重要。
学位
锂离子电池作为高效便捷的储能装置,广泛应用于3C电子产品和动力系统等领域。目前商用锂离子电池的能量密度已不能满足日常生活需求,而正极材料是最关键的限制因素之一。富锂锰基正极材料x Li_2Mn O_3·(1-x)Li MO_2(M=Ni、Co、Mn)因具有放电比容量高和成本低的优点,被认为是最具发展潜力的下一代高能量密度正极材料之一。本论文分别从硼体相掺杂联合碳表面修饰、铝掺杂取代富锂锰基正极材料
学位
开关磁阻电机(Switched Reluctance Motor,SRM)是一种结构简单、无稀土材料的电机,其鲁棒性好,调速范围宽,适用于高温等恶劣环境,正逐渐替代传统电机。为了更好地实现SRM调速驱动系统的良好性能,提高驱动系统的可靠性,国内外学者进行了多方面的研究,但电机瞬时转矩脉动较大的问题仍然是限制SRM在更多范围内应用并发挥其优势的主要障碍。本文分析了转矩脉动产生的原因,总结了国内外抑制
学位
研究和开发兼具高能量密度、高功率输出和长循环寿命的新型电化学储能器件是推进高效、可再生能源存储的有效途径之一。金属离子混合电容器作为一种新型的电化学储能器件,因兼具传统超级电容器与二次可充电电池的优点而备受关注。其中,因金属锌储量丰富、价格低廉、无毒且在水中具有良好的稳定性,锌离子混合电容器(ZIHCs)在诸多储能器件中脱颖而出,成为了近年来的研究热点,也已取得了一定的研究进展。然而,由于锌枝晶的
学位
电机噪声的主要来源是机械噪声、空气噪声、电磁噪声三个方面。在许多大型电机中,由磁致伸缩效应所产生的电机振动噪声占比较大。本文主要介绍了磁致伸缩效应对永磁同步电机振动噪声的贡献情况以及解决方案。首先在有限元中对交变磁场下无取向硅钢片的磁致伸缩效应进行了分析,研究了不同放置角度、不同叠压片数的无取向硅钢片表面应力的变化规律。根据在有限元中的仿真结果,搭建了实验平台并制定了实验方案,对交变磁场中不同叠压
学位
当前,我国以风力发电、光伏发电为主的新能源装机容量占比持续增加。并网逆变器在新能源并网过程中起着关键作用,然而在弱电网下,逆变器与电网间交互所产生的振荡现象会引起并网逆变器系统不稳定,严重危害区域电网的正常运行。本文以并网逆变器宽频带振荡机理及抑制方案为研究目标,分析了并网逆变器参数和频率耦合特性对并网逆变器系统稳定性的影响。进一步研究了电气参数对并网系统振荡程度的影响,并提出了抑制并网逆变器系统
学位
随着化石能源的短缺和自然环境的恶化,全球各国愈来愈重视风能这种可再生清洁能源的开发和利用。风电机组作为将风能转化为电能的重要机械设备,其抢装潮日益明显。然而,随着尺寸大型化和新装机速度指数化,长期处于恶劣工况下的风电机组逐渐进入故障高发和事故频发阶段。在每年高昂的维修费用中,齿轮箱是风电机组发生故障后导致停机时间最长,维修费用最高的部件之一。进一步研究发现,76%的齿轮箱故障是由轴承故障造成的。因
学位
作为镍氢电池负极材料,储氢合金的性能和发展是制约镍氢电池发展的重要因素。传统商用镍/金属氢化物(Ni/MH)二次电池的负极材料为AB_5型多元储氢合金,稀土系AB_5型多元储氢合金具有放电性能好、循环寿命长、环境相容性好等优点,然而商用AB_5型合金电极的容量较低,限制了镍氢电池在高能量密度设备中的应用。稀土R-Mg-Ni系超点阵结构A_2B_7型储氢合金,具有更高的放电容量,但其循环稳定性仍欠佳
学位
作为一种洁净分布广泛的可再生能源,风电产业成为能源发展重要方向,叶片是风电机组能量吸收的关键部件,对于具有结构扁平、轻质、柔性迎风的叶片在随机变载荷作用及强阵风的瞬时冲击下,其断裂故障率高达40%,直接造成巨大经济损失。随着风力机单机容量的不断增大,对叶片静动态特性提出更高的要求。因此,本研究在国家自然科学基金项目“西北典型风资源环境下变刚度风力机叶片结构性能退化机理研究(No.51965034)
学位
核级阀门管道系统在正式投入使用之前要对其进行抗震鉴定,抗震鉴定的主要工作是对阀门管道结构进行地震响应分析,结构的地震响应主要通过试验法与分析法获得。试验法存在试验周期长、耗资较大、测量仪器失效等问题,分析法中存在计算量大、计算精度高度依赖于精确的数学模型等问题。因此,采用准确性更高、计算更快的分析法评估核级阀门管道系统的抗震性能显得尤为重要。神经网络因其具有不需要建立精确的数学模型、可以对非线性关
学位