基于暂态特征与径向基神经网络的家用负荷识别方法

家用负荷识别可以指导用户合理用电,同时有助于电力部门需求侧管理,对智能电网的发展具有重大意义。本文依据负荷投切过程的暂态特性,提出了一种基于径向基神经网络的家用识别方法。该方法利用变点检测算法差量提取出负荷投切的暂态特征,然后使用径向基神经网络对负荷进行识别。实验结果表明,该方法对常用家用负荷具有良好的辨识能力。

基于稳态电流波形匹配的非侵入式家用负荷快速识别方法研究

针对现有非侵入式负荷识别方法存在识别特征量表征性差(选取不典型),识别算法收敛速度慢,识别结果精度低等问题,提出一种利用波形相似度匹配来辨识家用负荷的方法。将互近似熵原理与二值距离矩阵相结合,提取家用负荷稳态运行时的电流波形作为特征量,通过直接计算待识别的测试电流波形与模板库中的样本波形之间的互近似熵值,来进行波形相似度匹配,从而实现了对家用负荷类型的快速准确识别,并通过仿真实验模拟了家用负荷识别的过程。实验结果表明,该方法可以有效提高非侵入式家用负荷辨识的精度和效率。