基于改进卷积神经网络的非侵入负荷辨识方法研究OACSTPCD
Non-intrusive load identification method based on improved convolutional neural network
非侵入式负荷监测作为客户侧泛在电力物联网重要技术之一,不仅有助于电力公司加强负荷管理,还可以引导用户合理安排负荷的使用,为实现以家庭电力用户为主体的需求侧响应和满足居民用户对精准精益用电服务需求提供了重要的技术支持.对非侵入式负荷监测中低频采样信号分辨率低,负荷特征易重叠,以及卷积神经网络不能有效辨识具有相似波形特征负荷的问题,提出了融合暂态电流波形和时域特征的改进方法,将暂态电流值均方根融合到电流波形图像以提升相似波形特征负荷的辨识正确率.通过…查看全部>>
Non-intrusive load monitoring is one of the important technologies of the ubiquitous power IoT on the customer side,which not only helps the power company to strengthen load management,but also can guide users to rationally ar-range the use of the load.In order to achieve the demand side with household power users as the main body,it provides important technical support for responding to and satisfying the demand of residents for precise and lean electricity…查看全部>>
李莉;黄友金;熊炜;汪敏;阳东升
贵州电网有限责任公司电力科学研究院,贵阳 550002贵州大学,贵阳 550025贵州大学,贵阳 550025贵州大学,贵阳 550025贵州电网有限责任公司电力科学研究院,贵阳 550002
动力与电气工程
非侵入式负荷监测负荷辨识低频采样CNN
non-intrusive load monitoringload identificationlow frequency samplingCNN
《电测与仪表》 2024 (1)
基于网源荷柔性多端互联直流配电中心的城市配电网运行控制技术研究
125-130,156,7
国家自然科学基金资助项目(51667007)贵州省科技计划项目(黔科合基础[2019]1058、黔科合基础[2019]1128)
评论