设计应用

基于差量特征与AdaBoost的家用负荷识别方法研究

作者：王岩俊1，蔡高琰2，骆德汉1，梁炳基2
发布日期：2022-03-16
来源：信息技术与网络安全 3期

0 引言

随着智能电网的进一步发展，如何获知电力用户的具体用电行为，实现用电信息的大数据挖掘及为电能需求侧管理提供技术支撑成为重要的研究方向。即配电网通过获知电能用户的日常用电行为和电能消耗情况，使其能精细化调配电能及合理引导用户参与到节能减排中来，从而实现高效合理的需求侧管理[1]及电力信息大数据应用[2]，对建设绿色、生态、共享的经济具有重大意义。

实现获取用户具体用电行为的技术称为负荷辨识技术，也称为负荷识别，分为侵入式和非侵入式两种[3]。侵入式负荷识别技术需要在用户的房屋内部对每一个感兴趣的负荷安装专门的监测设备，优点是易于实现，缺点是随着要监测的负荷类别及数量增多，所需的监测设备安装维护成本也会急剧上升，且会对用户的日常使用造成干扰；与之相对，非侵入式负荷识别技术通过采集电力线入户端的电参数并进行特征提取，使用聚类分析[4-7]、人工神经网络[8-10]、K近邻[11]、核支持向量机[12-13]或它们的结合等算法进行负荷识别，无需安装专门的监测设备。




本文详细内容请下载：http://www.chinaaet.com/resource/share/2000004030






作者信息：

王岩俊1，蔡高琰2，骆德汉1，梁炳基2

(1.广东工业大学 信息工程学院，广东 广州510006；2.广东浩迪创新科技有限公司，广东 佛山528200)




微信图片_20210517164139.jpg

此内容为AET网站原创，未经授权禁止转载。
非侵入式负荷识别 智能电表 差量特征 Adaboost

Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2

Baidu
map