文献类型：期刊文章

作　　者：郭红霞[1,2] 陆进威[1,2] 杨苹[1,2] 刘泽健[1,2]

GUO Hongxia;LU Jinwei;YANG Ping;LIU Zejian(School of Electric Power,South China University of Technology,Guangzhou 510640,China;Guangdong Key Laboratory of Clean Energy Technology,South China University of Technology,Guangzhou 510640,China)

机构地区：[1]华南理工大学电力学院,广东广州510640 [2]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

出　　处：《电力自动化设备》

基　　金：广东省科技计划项目(2017B030314124);广东大学生科技创新培育专项资金(“攀登计划”专项资金)资助项目(pdjh2019b0038)。

年　　份：2021

卷　　号：41

期　　号：1

起止页码：135-144

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：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。

关 键 词：非侵入式负荷监测  机器学习  智能电表 泛在电力物联网  透明电网  

分 类 号：TM714]