公开(公告)号：CN119646652A

公开(公告)日：2025-03-18

申请号：CN202411680715.6

申请日：2024-11-22

Applicant: 南京邮电大学

Inventor： 邓松 ,  张中旭 ,  付雄 ,  岳东

IPC: G06F18/2415 ,  G06F18/2321 ,  G06N3/0464 ,  G06N3/086 ,  G06Q50/06

Abstract: 本发明公开一种基于标准差复合滑动窗与图像特征二值化的非侵入式负荷监测方法，利用使用三点式中值滤波算法对电压电流数据进行滤波处理，构建改进标准差复合滑动窗双边对负荷状态变化进行检测，引入标准差窗口提高对小电流电器的检测精度，通过滑动累计和判断是否有事件发生。对检测到的发生事件前后的电流等电气数据做差值得到新的数据集，绘制V‑I轨迹图像，运用图像二值化，提取负荷状态变化时刻V‑I轨迹面积特征。将V‑I轨迹特征结合季节性电器概率特性，采用GEP算法对卷积神经网络参数进行优化，得到GEP‑CNN负荷识别算法，以达到准确地分解和识别各种电气设备的状态。

公开(公告)号：CN116502106A

公开(公告)日：2023-07-28

申请号：CN202310440028.6

申请日：2023-04-23

Applicant: 南京邮电大学

Inventor： 邓松 ,  张中旭 ,  付雄 ,  岳东

IPC: G06F18/2321 ,  H02J13/00 ,  G06N3/006 ,  G06Q50/06 ,  G06N3/126

Abstract: 本发明提出一种基于用户时间特性和多特征GEP的非侵入式负荷分解方法，利用基于密度的DBSCAN算法，结合时间分段设计功率和电流特征参数,以功率和电流谐波作为为负荷特征。对用户每日时间进行分段，计算不同时间段用户负荷使用概率。采用多特征GEP算法对最优函数进行了改进，结合时间分段概率特性，以达到准确地分解和识别各种电气设备的状态。与侵入式对比，非侵入式只在在用户入口处的总采集端设置监控设备，并对其进行测量分析，得出了各种负载在系统中的组成及状态。从面向用户的角度来看，非侵入式负荷分解的结果不仅可以提示用户哪些设置可能存于异常故障，还帮助用户根据用电状况详细的了解，有效地节约能源。