基于特征辨识和变分自编码器网络的工商业空调负荷辨识

TM714; 空调负荷功率的准确计算是实现其需求侧管理的关键,为此,提出基于负荷曲线特征辨识和变分自编码器网络的工商业用户空调负荷辨识方法.针对用户的连续日负荷曲线,提出基于局部加权线性拟合和快速动态时间规整的负荷曲线形态相似度度量方法,以实现对负荷曲线形态特征的度量.提出基于点排序的聚类结构辨识算法的日负荷序列特征辨识方法,以实现对负荷曲线的分类.针对同一特征类型下的用户日负荷序列,提出基于变分自编码器网络的空调负荷辨识算法,以实现空调负荷功率的准确计算.以浙江某市的加工制造业和商业写字楼宇用户负荷数据验证本文所提方法的有效性.算例仿真结果表明,所提方法可以在无需电表高频采样数据、无须预先获...

Full description

Saved in:
Bibliographic Details
Published in电力自动化设备 Vol. 44; no. 12; pp. 61 - 68
Main Authors 谭伟涛, 姚冰峰, 郭大琦, 马闯, 麻吕斌, 王朝亮, 林振智
Format Journal Article
LanguageChinese
Published 浙江大学 电气工程学院,浙江 杭州 310027%国网浙江省电力有限公司杭州供电公司,浙江 杭州 310000%华云信息科技有限公司,浙江 杭州 310000%国网浙江省电力有限公司,浙江 杭州 310007 01.12.2024
Subjects
air conditioning loads
负荷辨识
工商业用户
industrial and commercial users
空调负荷
variational auto-encoder network
局部加权线性拟合
变分自编码器网络
load identification
OPTICS算法
local weighted linear fitting
OPTICS algorithm
Online AccessGet full text
ISSN1006-6047
DOI10.16081/j.epae.202411005

Cover

More Information
Summary:TM714; 空调负荷功率的准确计算是实现其需求侧管理的关键,为此,提出基于负荷曲线特征辨识和变分自编码器网络的工商业用户空调负荷辨识方法.针对用户的连续日负荷曲线,提出基于局部加权线性拟合和快速动态时间规整的负荷曲线形态相似度度量方法,以实现对负荷曲线形态特征的度量.提出基于点排序的聚类结构辨识算法的日负荷序列特征辨识方法,以实现对负荷曲线的分类.针对同一特征类型下的用户日负荷序列,提出基于变分自编码器网络的空调负荷辨识算法,以实现空调负荷功率的准确计算.以浙江某市的加工制造业和商业写字楼宇用户负荷数据验证本文所提方法的有效性.算例仿真结果表明,所提方法可以在无需电表高频采样数据、无须预先获取用户的用电设备信息和用电行为信息的条件下准确辨识用户空调负荷功率,为量化空调负荷参与需求响应的可调潜力提供了基础.
ISSN:1006-6047
DOI:10.16081/j.epae.202411005