...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Pomiary Automatyka Kontrola >Metody identyfikacji odbiorników w systemach monitorowania zużycia energii elektrycznej
【24h】

Metody identyfikacji odbiorników w systemach monitorowania zużycia energii elektrycznej

机译：耗电量监控系统中的接收方识别方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Artykuł zawiera przegląd metod identyfikacji odbiorników energii elektrycznej (OEE) na podstawie pomiarów z jednego urządzenia pomiarowego monitorującego całkowite zużycie energii elektrycznej w strefie użytkownika końcowego. Przeprowadzono analizę dostępnych rozwiązań pod względem częstotliwości pomiaru i sposobu opisu matematycznego urządzeń. W artykule zamieszczono wyniki identyfikacji OEE uzyskane na podstawie czynnikowych modeli Markova oraz algorytmu przybliżonego wnioskowania MAP [1].%Growing prices of energy consumption increase the demand for energy management systems. The most efficient feedback to the end user is the information about energy consumption at appliance level. The aim of appliance identification methods is to get electrical energy consumption at appliance level based on aggregate measurements from a single energy meter. Disaggregation of measurements from a single meter allows reducing the costs of the hardware part of energy management systems. The paper presents the results of identification of home appliances based on active power measurements. The Factorial Hidden Markov Model is used to identify different appliances at the same time. Independent changes in the active power of every appliance are described by the Markov chain. Having measurements of active power from single meter it is necessary to compute hidden variables defining states of the appliance. The Additive Factorial Approximate MAP [1] algorithm allows designating the states of each appliance. Moreover, an analysis of available solutions in terms of the measurement frequency and appliance mathematical modeling is presented. We present the flowchart of the prototype appliance identification system with a low measurement frequency energy meter. In the experimental part of the paper, the results of the identification of selected home appliances are presented. Based on the results, we conclude that probabilistic models of appliances allow identifying the appliances working simultaneously.
机译：本文概述了基于一种测量设备的测量结果来识别用电设备（OEE）的方法，该测量设备监视最终用户区域内的总用电量。根据测量频率和设备的数学描述方法对可用解决方案进行了分析。本文介绍了基于Markov因子模型和近似MAP推断算法[1]获得的OEE识别结果。％能源价格的上涨增加了能源管理系统的需求。对终端用户最有效的反馈是有关设备级别能耗的信息。电器识别方法的目的是基于单个电表的汇总测量值来获得电器级别的电能消耗。将测量结果从单个仪表中分解出来，可以降低能源管理系统硬件部分的成本。本文介绍了基于有功功率测量结果的家用电器识别结果。阶乘隐式马尔可夫模型用于同时识别不同的设备。马尔可夫链描述了每个设备有功功率的独立变化。从单表测量有功功率后，有必要计算定义设备状态的隐藏变量。可加因式近似MAP [1]算法允许指定每个设备的状态。此外，还介绍了根据测量频率和设备数学模型对可用解决方案的分析。我们介绍了带有低测量频率电表的原型设备识别系统的流程图。在本文的实验部分，介绍了选定家用电器的识别结果。根据结果​​，我们得出结论，设备的概率模型可以识别同时工作的设备。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号