基于Mean⁃shift聚类和孪生网络的非侵入式负荷辨识方法OACSTPCD
为了面向智能电表负荷辨识技术的推广应用,提出一种基于Mean-shift聚类和孪生网络的非侵入式负荷聚类辨识方法,该方法针对所检测到的负荷事件,提取有功-无功等电量特征,并将其按运行时刻和运行时长进行细分,获得负荷事件在时间特征上的分布,并作为辅助特征。其次,对时间特征采用Mean-shift进行聚类,得到具有相同时间特征的负荷类别,并采用孪生网络与负荷特征数据库匹配识别,最终实现负荷辨识。最后,通过实际家庭用户的负荷数据测试,实验证明了所提方法…查看全部>>
石少青;张乐平;张本松;吴昊文;连新凯;杜书帅
中国南方电网有限责任公司,广东广州510080南方电网数字电网研究院有限公司,广东广州510663南方电网数字电网研究院有限公司,广东广州510663南方电网数字电网研究院有限公司,广东广州510663河南许继仪表有限公司,河南许昌461000河南许继仪表有限公司,河南许昌461000
信息技术与安全科学
非侵入式时间特征智能电表Mean-shift聚类孪生网络
《电气传动》 2022 (24)
P.67-74,8
评论