Nghiên cứu và xây dựng chương trình giám sát tải không xâm nhập ứng dụng bộ thư viện Scikit

Nghiên cứu và xây dựng chương trình giám sát tải không xâm nhập ứng dụng bộ thư viện Scikit - Learn (SKLEARN)

0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Hoàng Anh Đặng, Văn Dũng Đào, Văn Quang Nguyễn

Ngôn ngữ: vie

Ký hiệu phân loại:

Thông tin xuất bản: Chuyên san Đo lường, Điều khiển và Tự động hóa, 2024

Mô tả vật lý: tr.63-69

Bộ sưu tập: Metadata

ID: 456720

Thêm vào giỏ Liên kết toàn văn

In recent years, load monitoring plays an important role in energy saving and smart grid development. However, detailed monitoring ofindividual loads requires a huge number of measuring devices, leading to a lot of difficulties in investment, development and management.To solve this problem, non-intrusive load monitoring technique which apply machine learning algorithms allows to identify individual loadsconsumptions base on total consumption data, thereby significantly reducing the number of measuring devices and investment costs. In thispaper, through the application of machine learning algorithms, we analyzed the energy consumption dataset of an apartment with total andbreak-down consumption data. The result point outs difficulties and potentials of applied machine learning in the energy disaggregation.Những năm gần đây, giám sát sử dụng điện năng đang trở thành yếu tố then chốt trong định hướng tiết kiệm năng lượng và phát triển lướiđiện thông minh. Tuy nhiên, để giám sát và theo dõi chi tiết các phụ tải thành phần cần một lượng lớn thiết bị đo đếm, từ đó dẫn tới khókhăn về đầu tư, triển khai và quản lý. Để giải quyết vấn đề này, giải thuật Giám sát tải không xâm nhập (NILM) ứng dụng kỹ thuật họcmáy (ML) cho phép xác định phụ tải thành phần dựa trên dữ liệu đo tổng tiêu thụ điện, qua đó giảm đáng kể số lượng thiết bị đo đếm vàchi phí đầu tư. Trong bài báo này, thông qua ứng dụng các giải thuật Machine learning, nhóm nghiên cứu đã phân tích bộ dữ liệu tiêu thụđiện năng của một căn hộ với các phụ tải tổng và thành phần đa dạng. Kết quả của bài báo đã chỉ ra những khó khăn và tiềm năng trongviệc ứng dụng học máy phân tách phụ tải thành phần từ tổng tiêu thụ điện năng

1. Đọc trực tuyến

1. Đọc trực tuyến

Tạo bộ sưu tập với mã QR