基于稳态波形分解与神经网络的负荷识别方法

作者：陈伟伟; 洪彬倬

来源：电力大数据, 2020, 23(03): 34-39.

DOI：10.19317/j.cnki.1008-083x.2020.03.005

• 非侵入式负荷识别
• 波形分解
• 谐波特征
• 神经网络
• 嵌入式设备

非侵入家用负荷识别技术可以提供用户的用电信息,对于家庭来说,信息可以指导用户合理安排用电,改善用电习惯,减少用电开支;同时,对于电力部门利用家庭用电数据可以了解负荷用电规律及趋势,完善电力规划。作为智能电网的一项关键技术,现有的研究多采用高级智能算法,基于用电负荷的稳态特征进行学习,识别。针对现有算法识别特征存在的不足和各种家用负荷在投入运行后的特点,现提出一种基于稳态波形分解的BP神经网络负荷识别方法。该算法主要利用稳态波形可叠加性对分解后的电流波形进行谐波特征提取,结合经过神经网络训练后得出权值,阈值,通过嵌入式装置实现对负荷的识别。经实测数据检验,该方法已成功在嵌入式装置上实现,具有良好的识别精度和计算速度,达到了预期的效果。

• 单位
  广东电网有限责任公司; 广东电网有限责任公司阳江供电局