| 一种基于LSTM模型的电力负荷辨识方法 |
| |
| 引用本文： | 刘恒勇,刘永礼,邓世聪,史帅彬,闵若琳,周东国. 一种基于LSTM模型的电力负荷辨识方法[J]. 电测与仪表, 2019, 56(23): 62-69 |
| |
| 作者姓名： | 刘恒勇 刘永礼 邓世聪 史帅彬 闵若琳 周东国 |
| |
| 作者单位： | 深圳供电局有限公司,广东深圳518048;武汉大学动力与机械学院,武汉430072 |
| |
| 摘 要： | 文中针对非侵入式负荷检测技术,提出了一种基于LSTM网络深度学习模型的负荷辨识方法。在该方法中,为避免电压、电流等信号的干扰,提出一种基于高斯窗移动变点寻优算法监测负荷事件,提取谐波分量作为负荷特征标签作为LSTM模型的输入,进而建立起内在信息间的映射关系,并依次进行模型的离线训练与负荷数据的在线辨识,实现对用电设备类型及其运行状态的精准辨识。经实验数据证明所提出的方法能准确完成对用电设备状态的辨识。
|
| 关 键 词： | 非侵入式 负荷辨识 深度学习 LSTM RNN |
| 收稿时间： | 2018-07-03 |
| 修稿时间： | 2018-07-03 |
A power load identification method based on LSTM model |
| |
| liuhengyong,liuyongli,dengshicong,shishuaibin,minruolin and zhoudongguo. A power load identification method based on LSTM model[J]. Electrical Measurement & Instrumentation, 2019, 56(23): 62-69 |
| |
| Authors: | liuhengyong liuyongli dengshicong shishuaibin minruolin zhoudongguo |
| |
| Affiliation: | State Grid Jiyuan Power Supply Company,State Grid Jiyuan Power Supply Company,State Grid Jiyuan Power Supply Company,State Grid Jiyuan Power Supply Company,School of Power and Mechanical Engineering, Wuhan University,School of Power and Mechanical Engineering, Wuhan University |
| |
| Abstract: | |
| |
| Keywords: | non-intrusive load identification deep learning LSTM RNN |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《电测与仪表》浏览原始摘要信息 |
|
点击此处可从《电测与仪表》下载免费的PDF全文 |
|
