能源负荷分解的范围综述
信号处理
2024-02-08 v1 人工智能
计算机与社会
摘要
能源负荷分解有助于通过提高需求侧管理的有效性、并通过增强消费者意识促进节电行为，从而平衡电网。然而，该领域目前缺乏全面的概述。为填补这一空白，本文通过对72篇全文期刊文章进行评估，对负荷分解的领域、数据类型和方法进行了范围综述。研究结果表明，居民用电是最受关注的研究领域，而其他领域（如工业负荷分解）则鲜有讨论。大多数研究使用相对低频的数据，采样间隔在1到60秒之间。所使用的方法多种多样，其中人工神经网络最为常见，其次是优化策略、隐马尔可夫模型和图信号处理方法。
引用
@article{arxiv.2402.01654,
title = {A Scoping Review of Energy Load Disaggregation},
author = {Balázs András Tolnai and Zheng Ma and Bo Nørregaard Jørgensen},
journal= {arXiv preprint arXiv:2402.01654},
year = {2024}
}