【摘 要】
:
非侵入办公负荷分解是一种间接获取办公建筑内用能行为的有效方法,具有低成本、便捷、保护用户隐私等优点,是当前办公建筑节能的研究热点,有助于用户行为的精准建模,引导用户合理用电。如今,在对非侵入式负荷分解算法的使用过程中,可利用电子负荷,以其电气特征为依据来对其电子负荷模型进行建立,无论是借助优化技术,还是运用模式识别技术,均能够完成对电子负荷的分解处理,因为此类方法的处理效果不佳,在混合工况条件下,
论文部分内容阅读
非侵入办公负荷分解是一种间接获取办公建筑内用能行为的有效方法,具有低成本、便捷、保护用户隐私等优点,是当前办公建筑节能的研究热点,有助于用户行为的精准建模,引导用户合理用电。如今,在对非侵入式负荷分解算法的使用过程中,可利用电子负荷,以其电气特征为依据来对其电子负荷模型进行建立,无论是借助优化技术,还是运用模式识别技术,均能够完成对电子负荷的分解处理,因为此类方法的处理效果不佳,在混合工况条件下,无法使多类负荷分解问题得到有效解决,比如大功率非平衡负荷波动以及高噪声等问题。基于以上问题,本研究设计并搭建了小型办公设备负荷监测平台,以常见的五种办公设备的低频稳态负荷数据为驱动,并通过深度学习建立每个负荷与总功率的对应关系,主要研究内容如下:(1)针对典型办公用电设备负荷印记暂态特征采集频率对硬件要求较高的问题,搭建了典型办公用电设备负荷印记检测与用能行为表征小型实验平台,实现开/关型、有限状态型和连续变化型办公用电设备的稳态特征变量的低频采样,为开展办公建筑人行为动力学机制研究提供有效数据支撑。(2)建立了基于循环神经网络和卷积神经网络的非侵入式办公用电负荷识别模型。针对不同用电场景,建立单一用电设备运行状态与典型人行为之间的映射模型,以获取不同层次表征人行为的时间序列,实验结果表明,算法对单个用电设备独立工作时的运行状态识别准确率很高,该方法可为从小规模负荷数据中准确识别人行为提供理论依据。(3)采用本实验收集的数据集来充当实验数据集,无论是办公设备处于训练状态,还是未训练状态,均能够借助该数据集来对其展开相关实验,以深度模型结构为处理对象,借助六种评价指标来完成对其的有效评价,其中不仅包括均方根误差、总能耗正确分类比例以及精确率,还包括精确率、准确率以及F1-measure。实验结果显示,当以深度神经学习为理论基础,在对非侵入式办公用电负荷分解法的使用过程中,能够取得良好的电负荷分解效果,同时能够大幅度优化负荷分解的性能,使其泛化性能得到改善。
其他文献
投资组合在金融领域是一个很重要的研究问题,它主要通过调整多个资产权重配置,从而得到较稳健的收益。最小方差模型可以得到最稳健的投资组合,然而,在计算最小方差时,需要对逆协方差矩阵(精度矩阵)进行合适的估计。精度矩阵包含着复杂的特征关系,估计精度矩阵的计算量较大,且可能会因维数问题导致不存在。由于精度矩阵估计的应用范围广,这使得研究者热衷于研究稀疏的精度矩阵估计。本文提出了基于L0与L2,1罚函数的G
本文研究的渐近几乎负相依(asymptotically almost negatively associated,简记:AANA)随机变量是包含负相依(negatively associated,简记为:NA)随机变量的一类更加广泛的相依随机变量,其无论在理论上还是在实际应用上都有着重要意义.本文利用Rosenthal型矩不等式、Markov不等式、Jensen不等式、Cr不等式、H¨older不
基于传统静电除尘器一系列优良特点其已然成为目前净化领域发展的新趋势,但静电除尘器对于细微颗粒物的脱除及长时间运行后集尘极的清洗及防腐也是其另一大难题。本文发展了新型丝网静电除尘器。丝网在传统孔板电极外起到过滤作用,由于丝网金属丝较细在长时间运行下易被酸性或含水性粉尘腐蚀,因此实验室考虑将丝网电极表面镀一层聚四氟乙烯膜(PTFE)。本实验搭建简易丝网静电除尘设备以测量伏安特性及除尘效率,与传统线筒式
T型结构件广泛用于各种工程结构之中,如建筑、桥梁、船舰、飞机和车辆等。其安全性长期以来是人们所关注的重点问题。裂纹是工程结构件常见缺陷形式之一,在外载荷的作用下,这些裂纹会降低结构构件的实际强度,而裂纹应力强度因子作为断裂分析的基本参量,是含裂纹结构的断裂驱动力、阻力和断裂准则及结构完整性评定等断裂分析方法的基础。从理论和实际的工程应用中都可以看出,寻求应力强度因子的简单而有效的求解方法是非常必要
在课程思政改革的大背景下,大学生职业生涯规划课程作为贯穿大学生整个职业生涯发展的关键一环,在思政教育中起着不可或缺的作用。以大学生职业生涯规划之价值观探索课程为例,探索思政教育融入大学生职业生涯规划的课程设计路径,结合学生学习成长规律,以就业为导向,从课程目标、教学模式、师资团队等方面探索两者融合的有效途径。
自中国与东盟正式建立对话关系以来,双方不断深化合作关系,推动地区繁荣发展,近两年东盟已成为中国最大的货物贸易伙伴,彰显出我国与东盟经贸合作关系的巨大活力。尽管中国—东盟合作前景一片大好,但在当前的后疫情时代,中国与东盟仍面临着错综复杂的国际形势,随之而来的问题也亟待解决。因此,对中国与东盟的经济周期波动进行研究极具现实意义,寻找促进中国与东盟经济运行的因素,为中国与东盟下一个三十年的经贸合作发展擘
在当今文化交融的时代背景下,为进一步增进中非文化交流,弥补对非洲少数民族部落文化的研究空白,本篇翻译实践报告源文本选自S.N.Ejedepang-Koge的作品The Tradition of a People Bakossi的第十八到二十二章。源文本作者具有多年的跨文化、跨领域背景,以独特的视角对喀麦隆巴科西民族的历史、文化与习俗进行介绍,文本具有非常浓厚的巴科西民族文化特色,语言运用从词汇到句
房地产行业作为我国经济的主要支柱之一,属于典型的资本密集型产业,银行贷款一直是该行业中企业发展的重要资金来源和保障。供应链金融的发展为房地产核心企业关联的中小企业提供了新的融资渠道和更广阔的生存发展空间。为了提高房地产行业供应链金融信用风险管理水平,促进房地产行业中小企业通过改善自身管理水平提升信用等级,有必要结合房地产行业资金需求量大、投资回报周期长、负债率高、供应链和资金链复杂、核心企业影响力
在全过程服役过程中,混凝土结构可能由于事故或恐怖袭击而遭受火灾和爆炸冲击,本文基于有限元方法,采用ABAQUS/Explicit有限元软件对常温及火灾(高温)下钢筋混凝土楼板冲击过程进行数值模拟,并鉴于数值仿真耗时耗力,本文采用机器学习方法,通过选取具有代表性的工况,确定特征值以构建数据组对机器学习算法进行训练,以获取与有限元仿真结果相等效的机器学习预测模型,从而快速实现了不同温度条件下不同跌落工
股票市场的高收益性,使对其运行规律的揭示一直被视为研究重点。传统的基于机器学习的股票预测方法,需要大量同分布训练数据来保证模型的拟合度,而针对历史数据量较少的次新股价格预测问题却存在局限性。为较好地解决次新股价格预测问题,本文提出了一种基于Bi LSTM的深度迁移学习方法。主要工作如下:(1)提出一种基于Bi LSTM的深度迁移学习模型,该模型将LSTM模型与深度迁移学习模型相结合,并将模型中LS