| 考虑辨识结果连续性的Type-Ⅲ型工商业负荷辨识方法 |
| |
| 引用本文： | 段晶,李勇,张振宇,李巍巍,蒋林,李磊.考虑辨识结果连续性的Type-Ⅲ型工商业负荷辨识方法[J].电力系统自动化,2021,45(24):65-72. |
| |
| 作者姓名： | 段晶 李勇 张振宇 李巍巍 蒋林 李磊 |
| |
| 作者单位： | 湖南大学电气与信息工程学院,湖南省长沙市 410082;长沙新奥长燃能源发展有限公司,湖南省长沙市 410005;利物浦大学电气工程与电子系,利物浦L693BX,英国;长沙新奥湘江新能源发展有限公司,湖南省长沙市 410005 |
| |
| 基金项目： | 国家重点研发计划政府间国际科技创新合作重点专项资助项目（2018YFE0125300）；国家自然科学基金资助项目（52061130217）；湖湘高层次人才聚集工程资助项目（2019RS1016）。 |
| |
| 摘 要： | 非侵入式负荷监测技术可以引导用户合理安排用电时间,从而减少电量消耗.其中,由于状态的连续可变性,连续变化(Type-Ⅲ)型负荷的辨识一直是非侵入式负荷监测中难以解决的问题之一.针对Type-Ⅲ型负荷的辨识难题,提出了基于深度卷积神经网络(CNN)和隐马尔可夫模型(HMM)的非侵入式负荷辨识算法.首先,根据互信息理论进行负荷特征选择;然后,利用残差神经网络作为深度CNN的基本架构,提取负荷多维特征并实现Type-Ⅲ型负荷的初辨识;最后,为了解决CNN辨识结果中存在的状态断点问题,采用HMM完成负荷辨识结果的连续性优化.在复杂的工商业运行环境中,对具有代表性的Type-Ⅲ型负荷数据进行了算法训练和验证,结果表明所提算法能有效辨识Type-Ⅲ型工商业负荷的运行状态.
|
| 关 键 词： | 非侵入式负荷辨识 互信息 残差神经网络 隐马尔可夫模型 |
| 收稿时间： | 2021/4/16 0:00:00 |
| 修稿时间： | 2021/7/23 0:00:00 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《电力系统自动化》浏览原始摘要信息 |
|
点击此处可从《电力系统自动化》下载全文 |
|
