-
题名考虑多状态特征的非侵入式负荷识别方法
被引量：1
- 1
-
-
作者
王磊
马佳琪
韩肖清
薛邵锴
杨蕊麟
白桦
-
机构
电力系统运行与控制山西省重点实验室(太原理工大学)
国网山西省电力公司太原供电公司
-
出处
《电网技术》
EI
CSCD
北大核心
2024年第11期4720-4728,I0075,共10页
-
基金
山西省基础研究计划青年科学研究项目(202203021212288)
山西省科技重大专项(20181102028)。
-
文摘
针对传统负荷识别存在无法准确区分含有多种运行状态的负荷识别问题,该文提出一种考虑负荷多状态特征的非侵入式负荷识别方法(non-intrusive load monitoring,NILM)。首先,利用VGG16卷积神经网络(visual geometry group 16neural network,VGG16)对负荷的U-I轨迹进行初步分类。然后,采用最大相关最小冗余特征选择(max-relevance and min-redundancy,mRMR)算法,从未成功分类的负荷的各个工作状态中筛选出最优特征组合作为输入,通过支持向量机(support vector machines,SVM)算法进行二阶段识别,达到快速精细化识别多状态易混淆电器的分类效果。最后,利用Plaid数据集,对分别考虑单个状态和多个状态特征的识别效果进行对比分析。结果表明,文中所提方法可以有效区分易混淆的多状态电器,提高了识别准确性。
-
关键词
非侵入式负荷识别
多状态电器
U-I轨迹特征
VGG16神经网络
SVM分类算法
-
Keywords
non-intrusive load monitoring
multi-state appliances
U-I trajectory features
VGG16 neural network
SVM classification algorithm
-
分类号
TM721
[电气工程—电力系统及自动化]
-
