非侵入式负荷分解代码。
。
简单版实现。
只是让大家看懂。
并理解什么是电力负荷分解。
非侵入式电力负荷监测，简单来说，就是通过家庭入口处（就是电表）的各项特征（就是有功，电流，电压什么的），用各种算法来得到家里每个电器的状态（用了没，用在几档）和电器耗电情况（每个电器的负荷运行曲线，或者每天，每月耗电量）。
。
简单版实现。
只是让大家看懂。
并理解什么是电力负荷分解。
非侵入式电力负荷监测，简单来说，就是通过家庭入口处（就是电表）的各项特征（就是有功，电流，电压什么的），用各种算法来得到家里每个电器的状态（用了没，用在几档）和电器耗电情况（每个电器的负荷运行曲线，或者每天，每月耗电量）。
2025/2/28 17:56:09
1.08MB
1
用于非侵入式电荷负载分解的REDD数据集分享，本数据集包含了第二个house的所有数据，数据的格式为.dat格式，需要自己对其进行处理
2024/7/14 3:48:23
18.26MB
1
非侵入式负荷监测（ＮＩＬＭ）是未来电力负荷监测的重要发展方向之一。
不同类型电力负荷在投切过程中，通常会表现出独特的暂态特征。
据此，ＮＩＬＭ能够克服利用负荷稳态特征信息进行负荷辨识的局限性，实现对整个变电站、建筑物内部负荷集群的分解与分析。
提出了一种信号预处理算法———基于滑动窗的双边累积和（ＣＵＳＵＭ）暂态事件自动检测算法，它能根据相关信号准确检测到负荷投切等引起的暂态过程、发生时辰等重要信息，并触发相关程序把暂态信息记录下来，然后送给后台高级应用程序作进一步处理。
算例仿真表明了所述算法的有效性。
不同类型电力负荷在投切过程中，通常会表现出独特的暂态特征。
据此，ＮＩＬＭ能够克服利用负荷稳态特征信息进行负荷辨识的局限性，实现对整个变电站、建筑物内部负荷集群的分解与分析。
提出了一种信号预处理算法———基于滑动窗的双边累积和（ＣＵＳＵＭ）暂态事件自动检测算法，它能根据相关信号准确检测到负荷投切等引起的暂态过程、发生时辰等重要信息，并触发相关程序把暂态信息记录下来，然后送给后台高级应用程序作进一步处理。
算例仿真表明了所述算法的有效性。
2017/6/21 8:41:17
629KB
1
基于因子隐马尔可夫(FHMM)模型的非侵入式负荷分解,可直接运转，包含真实家庭数据。
采用python代码实现的，
采用python代码实现的，
2016/7/20 21:27:41
628KB
1
这项工作提出了一种提取电流波形特征以识别家用电器的方法。
短时傅立叶变换（STFT）和内核PCA技术用于提取这些特征。
一旦定义了特征，分类器k-最近邻(kNN)、支持向量机(SVM)、线性判别分析(LDA)、随机森林(RF)和极限学习机(ELM)被用于设备（??或组合）电器）标识。
PS：ELM算法摘自http://www.ntu.edu.sg/eee/icis/cv/egbhuang.htm并顺应本工作
短时傅立叶变换（STFT）和内核PCA技术用于提取这些特征。
一旦定义了特征，分类器k-最近邻(kNN)、支持向量机(SVM)、线性判别分析(LDA)、随机森林(RF)和极限学习机(ELM)被用于设备（??或组合）电器）标识。
PS：ELM算法摘自http://www.ntu.edu.sg/eee/icis/cv/egbhuang.htm并顺应本工作
2016/3/9 1:10:18
6.61MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB