基于MK变点检测和加权HMM算法的NILM研究
为了更可靠的提升居民用户非侵入式负荷的分解能力,将整个识别过程分为负荷事件识别和状态识别两个过程.分别提出一种基于双滑动窗的MK变点检测算法以及加权双参量隐马尔可夫模型进行负荷事件识别和状态识别.并在状态识别中将每个设备各内部状态在每个时间段的出现概率作为权值带入到算法.通过数据验证以及对比实验,表明NILM算法能够较为有效地对居民负荷进行识别.
非侵入式负荷监测;MK变点检测;双滑动窗;隐马尔可夫模型
38
TM933
江西省科技厅重点研发计划20192BBE50017
2021-11-16(万方平台首次上网日期,不代表论文的发表时间)
共9页
56-64