基于谐波分量与有效值的神经网络负荷分解

非侵入式负荷分解可以从主表电流变化信息中分解出各个用电器的用电信息,方便为用电户提供更精细化、有针对性的用电管理和调度服务。当前利用一维卷积的非侵入式负荷分解算法存在分解准确率不高、新增用户用电器需要重新训练、复杂度较高的问题。基于此,利用电流有效值和傅里叶变换后的谐波分量信息,提出一种基于一维卷积神经网络的负荷分解算法,利用相似性对比分解出各个用电器电流信息,解决了新增用户或用电器需要重新训练的问题。经实验发现,所提出的方法还可以在一定程度上提高负荷分解的准确率,且复杂度较低。