| 注册
首页|期刊导航|中国电机工程学报|基于特征优选及改进自组织神经网络的非侵入式负荷辨识

基于特征优选及改进自组织神经网络的非侵入式负荷辨识

向颖 严慧峰 余旭阳 余爱琴 刘顺成 江卓翰 刘鹏飞 杨秀媛

中国电机工程学报2022,Vol.42Issue(z1):106-114,9.
中国电机工程学报2022,Vol.42Issue(z1):106-114,9.DOI:10.13334/j.0258-8013.pcsee.222270

基于特征优选及改进自组织神经网络的非侵入式负荷辨识

Non-invasive Load Identification Based on Feature Data Optimization and Improved Self-organizing Map Neural Network

向颖 1严慧峰 1余旭阳 1余爱琴 1刘顺成 2江卓翰 2刘鹏飞 3杨秀媛4

作者信息

  • 1. 国网湖南省电力有限公司,湖南省 长沙市 411100
  • 2. 能源互联网供需运营湖南省重点实验室(国网湖南省电力有限公司经济技术研究院),湖南省 长沙市 411101
  • 3. 天地电研(北京)科技有限公司, 北京市 海淀区100083
  • 4. 北京信息科技大学自动化学院,北京市 海淀区 100192
  • 折叠

摘要

关键词

非侵入式负荷监测/负荷特征/Fisher算法/改进自组织神经网络/负荷辨识

分类

信息技术与安全科学

引用本文复制引用

向颖,严慧峰,余旭阳,余爱琴,刘顺成,江卓翰,刘鹏飞,杨秀媛..基于特征优选及改进自组织神经网络的非侵入式负荷辨识[J].中国电机工程学报,2022,42(z1):106-114,9.

基金项目

国家自然科学基金项目(51377011) (51377011)

国网湖南省电力有限公司科技项目(5216A2200009). (5216A2200009)

中国电机工程学报

OA北大核心

0258-8013

访问量0
|
下载量0
段落导航相关论文