دانلود شبیه سازی مقاله عدم تراکم بار مبتنی بر برنامه نویسی عدد صحیح مختلط

عدم تراکم بار

تفکیک بار یا نظارت بر بار غیرهجومی (NILM) فرآیند یافتن این است که چه میزان هر کدام از لوازم خانگی یک منزل مصرف می کند هنگامی که تنها قرائت تجمعی جریان یا توان مهیا باشد. چنین قرائت هایی اکنون از طریق کنتورهای هوشمند، که توسط اکثر شرکت های برق نصب شده اند یا در حال نصب هستند، مهیا می شوند. علاوه بر تعیین الگوهای مصرف لوازم خانگی، NILM می تواند به متوازن سازی بارهای مختلف درون یک شبکه قدرت کمک کند که این کار را با پیش بینی تقاضا بدون استفاده از حسگرهای اضافه انجام می دهد. روش های تفکیک اخیر از رویکردهای یادگیری ماشینی مانند خوشه بندی، سیستم های فازی و مدل های مارکوف پنهان استفاده می کنند. چنین روش هایی ممکن است باعث بدست آمدن جواب های عملی شوند هنگامی که مجموعه داده های بزرگ و به اندازه کافی نماینده برای آموزش مهیا گردند، که هنوز اینگونه نشده است. هدف اصلی برای NILM، ممکن سازی تفکیک بدون نیاز به یادگیری نظارتی است. اخیراً پیشرفت هایی در این زمینه حاصل شده است، گرچه دقت چنین روش هایی هنوز کم است. روش های دیگر مانند بهینه سازی ترکیبی یا برنامه نویسی عدد صحیح (IP)، بسیار کمتر بررسی شده اند.

برنامه نویسی عدد صحیح (IP) روشی طبیعی برای حل مسئله تفکیک بار، فراهم می کند که این کار را با تلاش برای تعیین اینکه وضعیت لوازم خانگی اینکه فعال هستند یا خیر در هر زمان معین، انجام می دهد. اما، تفکیک مبتنی بر IP قبلی نشان داده که برروی داده های حقیقی دچار مشکلاتی می شود که این بخاطر مسائل مرتبط با قرائت های گذرا و در مواردی که تعدادی از وضعیت ها، ترکیبات دودویی از وضعیت های دیگر هستند. یک روش IP خطی کمکی (ALIP) برای تفکیک پیشنهاد کردیم که بسیاری از نقایص روش برپایه IP قبلی را رفع می کند. نتایج تجربی مزیت دقت قابل توجه ALIP نسبت به روش تفکیک برپایه IP قبلی و همچنین عملکرد رقابتی در مقایسه با دو روش تفکیک مبتنی بر یادگیری ماشینی نوین را اثبات کردند.

این شبیه سازی با استفاده از نرم افزار متلب (MATLAB) انجام شده و در ادامه نیز تعدادی از نتایج خروجی آن قرار داده شده است: