典型文献
非侵入式负荷监测综述
文献摘要：
非侵入式负荷监测通过对总负荷电表数据进行分析处理,能够实现对各个用电设备及其工作状态的辨识,可广泛应用于建筑节能、智慧城市、智能电网等领域.近年来,随着智能电表的大规模部署以及各类机器学习算法的广泛应用,非侵入式负荷监测引起了学术界与工业界的共同关注.本文对非侵入式负荷监测方面的研究进行综述.首先提炼非侵入式负荷监测的问题模型及基本框架;然后分别对非侵入式负荷监测的数据采集与预处理过程、负荷分解模型与方法、常用数据集及评估指标进行归纳总结;最后,对目前研究中存在的挑战进行分析,并对未来的研究方向进行展望.
文献关键词：
非侵入式负荷监测;负荷分解;特征提取;隐马尔科夫模型;深度学习
中图分类号：
作者姓名：
邓晓平;张桂青;魏庆来;彭伟;李成栋
作者机构：
山东建筑大学信息与电气工程学院 济南250101;山东省智能建筑技术重点实验室 济南250101;中国科学院自动化研究所复杂系统管理与控制国家重点实验室 北京100190
文献出处：
引用格式：
[1]邓晓平;张桂青;魏庆来;彭伟;李成栋-.非侵入式负荷监测综述)[J].自动化学报,2022(03):644-663
A类：
B类：
非侵入式负荷监测,总负荷,电表数据,分析处理,用电设备,工作状态,建筑节能,智慧城市,智能电网,智能电表,机器学习算法,工业界,问题模型,基本框架,负荷分解,分解模型,隐马尔科夫模型
AB值：
0.233164
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
