科研之友
微信
新浪微博
Facebook
分享链接
摘要
非侵入式负荷分解可以通过总表负荷数据，识别不同电器的运行情况，对需求侧用电实现有效管理。针对多电器同时运行时负荷数据相似导致的识别正确率低的问题，提出基于特征聚类及优化时序卷积网络的非侵入式负荷分解模型。首先对用电器的负荷数据进行非负矩阵分解提取特征数据，之后使用高斯混合模型识别用电器的运行状态并进行编码，最后将多个用电器的总和负荷数据及对应编码组合，导入鲸鱼优化算法优化网络参数的时序卷积网络进行训练及测试，根据网络输出的运行状态编码，实现负荷分解。利用公开数据集验证，结果表明文中提出的模型具有较高的准确度。
- 单位
