首页 | 本学科首页   官方微博 | 高级检索  
     

基于颜色编码的非侵入式负荷细粒度识别方法
引用本文:崔昊杨,蔡杰,陈磊,江超,江友华,张驯. 基于颜色编码的非侵入式负荷细粒度识别方法[J]. 电网技术, 2022, 46(4): 1557-1567. DOI: 10.13335/j.1000-3673.pst.2021.0613
作者姓名:崔昊杨  蔡杰  陈磊  江超  江友华  张驯
作者单位:上海电力大学 电子与信息工程学院,上海市 杨浦区 200090,国家电网甘肃省电力公司电力科学研究院,甘肃省 兰州市 730070
摘    要:在非侵入式负荷识别任务中,仅使用单一负荷特征对设备进行辨识时,存在特征重叠现象,无法满足对设备进行细粒度分类的需求。为此,该文提出一种基于颜色编码的非侵入式负荷细粒度识别方法。首先,采用Fryze功率理论将高频采样电流分解为有功、无功电流,并对高频采样电压与无功电流进行标准化处理以构建二维U-I轨迹图像。然后,利用颜色编码技术对轨迹图像进行处理,在R、G、B三通道中分别融合有功电流、轨迹变化信息及瞬时功率,得到彩色U-I轨迹图像。最后,构建卷积神经网络,对彩色U-I轨迹图像进行特征提取,实现对设备的分类。在此基础上,文中提出了一种自主学习方法,实现对负荷识别模型自主更新。使用PLAID和WHITED数据集对本算法的识别效果及自主学习方法进行测试。结果表明,文中方法使得U-I轨迹所携带的信息量增加,增强了负荷特征的独特性,从而实现对设备的细粒度识别;自主学习方法能够学习新型电器并更新模型,提升了负荷识别模型场景适应能力。

关 键 词:细粒度识别  Fryze功率理论  颜色编码  U-I轨迹  卷积神经网络  自主学习

Non-intrusive Load Fine-grained Identification Based on Color Encoding
CUI Haoyang,CAI Jie,CHEN Lei,JIANG Chao,JIANG Youhua,ZHANG Xun. Non-intrusive Load Fine-grained Identification Based on Color Encoding[J]. Power System Technology, 2022, 46(4): 1557-1567. DOI: 10.13335/j.1000-3673.pst.2021.0613
Authors:CUI Haoyang  CAI Jie  CHEN Lei  JIANG Chao  JIANG Youhua  ZHANG Xun
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号