营销数据网站,阜阳h5网站建设公司,个人网站排名欣赏,东莞网站建设多少钱目录
1.课题概述
2.系统仿真结果
3.核心程序与模型
4.系统原理简介
5.完整工程文件 1.课题概述 基于GSP工具箱的NILM算法matlab仿真。GSP是图形信号处理的缩写#xff0c;GSP非常适合对未知数据进行分类#xff0c;尤其是当训练数据非常短时。GSPBox的基本理论是谱图论和…目录
1.课题概述
2.系统仿真结果
3.核心程序与模型
4.系统原理简介
5.完整工程文件 1.课题概述 基于GSP工具箱的NILM算法matlab仿真。GSP是图形信号处理的缩写GSP非常适合对未知数据进行分类尤其是当训练数据非常短时。GSPBox的基本理论是谱图论和图滤波因此GSPBox中的主要对象是图图包括图的基本元素如节点、边和权重矩阵等。
2.系统仿真结果 3.核心程序与模型
版本MATLAB2022a
.........................................................................
while mM[ijk,m]Smi_train Smi(1:n,m);Smi_test Smi(n1:N,m);Smi_all [Smi_train;Smi_test];dpmi_train dPmi(1:n,m);dpmi_test dPmi(n1:N,m);dpmi_all [dpmi_train;dpmi_test]; THR THRm(m);%构图利用GSP工具箱计算得到估计值 G gsp_community(N);G gsp_adj2vec(G);G gsp_estimate_lmax(G);G gsp_compute_fourier_basis(G);AA full(G.A);%更新图矩阵Adelta 2;for i 1:Nfor j 1:NAA(i,j) exp(-1*(dpmi_all(i)-dpmi_all(j))^2/delta^2);endendG.A sparse(AA);Mask Smi_all;%训练过程中输入m个smi和中的PY dpmi_all;%论文公式中的ni%通过GSP工具箱预测未知的电气的Smi变量因为论文中提到用已知的Smi作为训练label那么训练已知的smi得到的就是未知的smisol gsp_classification_tv_new(G,Mask,Y,0.5);Pm_pre sol(n1:N);Kr mean(abs(Pm_pre))/mean(abs(dpmi_all(n1:N)));Pm_pre [dpmi_train;Pm_pre/Kr];for i 1:Rif i n abs(Pm_pre(i)) THRm(m)Smi_pre(i,m) 1;end if i n abs(Pm_pre(i)) THRm(m)Smi_pre(i,m) -1;end endSreal{m} Smi0(:,m);Spred{m} Smi_pre(:,m);%即通过GSP工具箱得到公式11中的SmPreal{m} dpmi_all;Ppred{m} Pm_pre;m m 1;
end%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
if ijk 1save R1.mat Sreal Spred Preal Ppred N n X Pi dPi dPmi THR0 THRm Smi Smi0 Pi_train Pi_test Pi_all
end
if ijk 2save R2.mat Sreal Spred Preal Ppred N n X Pi dPi dPmi THR0 THRm Smi Smi0 Pi_train Pi_test Pi_all
end
if ijk 3save R3.mat Sreal Spred Preal Ppred N n X Pi dPi dPmi THR0 THRm Smi Smi0 Pi_train Pi_test Pi_all
endclear Sreal Spred Preal Ppred N n X Pi dPi dPmi THR0 THRm Smi Smi0 Pi_train Pi_test Pi_allend
02_061m
4.系统原理简介 非侵入式负荷监测Non-Intrusive Load Monitoring, NILM是一种通过分析整体电能消耗数据解析出各个子设备独立功耗的技术。近年来图信号处理Graph Signal Processing, GSP作为一种新兴的信号处理范式被引入到NILM领域以更好地表征和处理家庭或建筑内部电器之间的复杂交互关系。 在GSP中电气系统中的各个设备被视为图graph上的节点设备之间的相互影响关系通过边edges表示。图信号是指定义在图节点上的实值函数它可以代表节点的用电状态或功率消耗。设G(V,E,W)是一个加权无向图其中
V是节点集合代表单个电器或负荷组E是边集合表示节点之间的关联性W是权重矩阵其元素wij量化了节点i和j之间的耦合强度。 在NILM中全局总能耗信号视为图信号x它是在图G上定义的即x∈R∣V∣其中∣V∣是节点的数量。目标是通过某种滤波或分解技术从x中提取出代表各个子设备消耗的局部图信号。 本课题的算法流程图如下图所示 5.完整工程文件
v
v
