基于堆栈降噪自编码网络的电力负荷识别

电力系统中负荷识别需要进行特征选择，而常见的人工方式特征选取比较困难。为解决负荷特征选择困难的问题，采用一种基于堆栈降噪自编码网络（SDAE）的电力负荷识别方法，能有效选取现场真实负荷波形的特征并加以识别，该方法是由一层后向传播的神经网络和多层降噪自编码器（DAE）构成。首先向数据信号中掺杂一定比例的噪声进行“破坏”，然后采用“破坏”后的信号重构原始信号，进而得到数据信号的波形特征，最后采用BP神经网络对整个数据处理网络进行有效监督和微调。经过现场实时采集的电力负荷波形数据验证，相较于BP神经网络算法，该方法的识别效果更佳。实验结果显示，采用SDAE方法在8类电力负荷的识别中辨析识别率超过96%。