配电网边缘计算轻量化负荷分解OACSCDCSTPCD
Lightweight Load Decomposition in Distribution Network Using Edge Computing
针对非侵入负荷分解如何实现未识别设备负荷事件的准确检测的问题,设计云-边协同计算体系,通过挖掘边缘侧采集的负荷数据行为特征,实现有效分解负荷信号.考虑边缘侧嵌入式控制平台计算与存储资源及功耗等指标限制,提出轻量化K均值聚类算法;选取瞬时峰值、瞬时功率变化量及谐波分量为聚类特征在本地实现负荷类型辨识;设计轻量化粒子群优化算法,实现动态聚类算法与暂态功率、谐波分量等特征的结合.本文设计的电能监测算法对REDD共享数据集的识别准确率大于 97.79%,…查看全部>>
The key problem in non-intrusive load decomposition is how to realize an accurate detection of load events of unidentified equipment in real time.Aimed at this problem,a cooperative computing system on the cloud-edge side is designed,which mines the behavior feature of load data collected on the edge side and hence realizes an effective de-composition of load signal.A lightweight K-means clustering algorithm is proposed considering the constraints of i…查看全部>>
蔡田田;杨英杰;陈波;邓清唐
南方电网数字电网研究院有限公司,广州 510700南方电网数字电网研究院有限公司,广州 510700南方电网数字电网研究院有限公司,广州 510700南方电网数字电网研究院有限公司,广州 510700
动力与电气工程
边缘计算负荷辨识群智能负荷分解特征聚类
edge computingload identificationswarm intelligenceload decompositionfeature clustering
《电力系统及其自动化学报》 2023 (12)
50-58,9
国家重点研发计划资助项目(2020YFB0906000,2020YFB0906002)
评论