声明
摘要
1．1研究背景及意义
1．2国内外研究现状
1．2．1 非侵入式负荷监测与辨识
1．2．2 非侵入式负荷辨识的特征
1．2．3 非侵入式负荷暂态特征分析的区间确定
1．2．4 非侵入式负荷辨识算法
1．3目前研究存在的问题
1．4本文的主要研究工作
第2章非侵入式负荷辨识的负荷特征分析
2．1稳态特征
2．1．1 稳态特征种类及特点
2．1．2 稳态特征的计算
2．2暂态特征
2．2．1 暂态特征的种类及特点
2．2．2 哲态特征的计算
2．3负荷特征计算与应用的实例分析
2．3．1 负荷特征计算
2．3．2 负荷特征应用分析
2．4本章小结
第3章非侵入式负荷暂态特征分析的采样区间确定
3．1引言
3．2采样区间确定的基本算法
3．2．1 排列熵算法
3．2．2 Yamamoto算法
3．3基于改进排列熵算法和Yamamoto算法的采样区间确定方法
3．3．1 高频采样下的排列熵算法的多尺度改进
3．3．2 改进排列熵算法和Yamamoto算法的融合
3．4算例分析与讨论
3．4．1 未改进排列熵算法和Yamamoto算法的单独使用评价
3．4．2 改进排列熵算法中尺度λ和信噪比SNR阈值的选择
3．4．3 融合方法的应用
3．4．4 融合方法确定状态变化发生时刻时与其他检测方法的结果对比
3．4．5 暂态特征分析的采样区间对负荷辨识的影响
3．5本章小结
4．1引言
4．2过滤式特征选择方法
4．2．1 Laplaeian分值算法
4．2．2 Fisher分值算法
4．2．3 Relief-F的特征重要性排序算法
4．2．4 基于有效范围的基因选择算法
4．2．5 算法比较及应用特点分析
4．3基于互信息的冗余特征去除方法
4．4改进的Relief-F和互信息混合的特征筛选方法
4．5算例分析圾讨论
4．6本章小结
5．1引言
5．2．2 模糊C均值聚类算法目标函数及最优隶属度推导
5．2．3 模糊C均值聚类算法与特征结合的改进
5．2．4 改进的模糊C均值聚类算法的非侵入式负荷辨识实现步骤
5．3非侵入式负荷辨识效果的评价指标
5．3．1 负荷群辨识准确度
5．3．2 负荷单类辨识准确度
5．3．3 负荷随机辨识准确度
5．4特征及辨识算法影响的算例分析
5．4．1 暂态特征分析的采样区间对负荷辨识的影响
5．4．2 特征筛选对负荷辨识结果的影响分析
5．4．3 改进前后的模糊C均值聚类算法辨识效果对比
5．5本章小结
6．1总结
6．2展望
参考文献
致谢
攻读硕士学位期间所发表的论文及参与的项目
