科研之友
微信
新浪微博
Facebook
分享链接
摘要
电力负荷的在线监测、分解及分类识别,有利于感知负荷的变化规律和发展趋势,也有利于对电力负荷的科学管理,是建设园区智能电网的重点研究方向之一。近年来,非侵入式的负荷监测及识别引起了众多学者的关注,该算法可以节省安装和维护所需要的时间和金钱,更适合于综合型园区多类型用户特征下的碳核查、故障定位及节能诊断。照明电器是园区负载的重要组成部分,数量大,且其V-I特性和小家电区分困难,如能提高其辨识率,可以大幅度提升园区负载监控准确性。本文首先针对多类型园区用户的场景,选择了无需训练过程的k最近邻算法作为负荷监测模型,相对传统算法减少时间,然后对标准k最近邻算法容易误判少数类的缺陷,采用加权方式进行改进算法,并根据V-I轨迹缺失数值特征的不足,提出了基于综合相似度的类别判决方法,其次通过幅值特征分析进一步改进了算法,最后特别选择了照明电器、空调、风扇等小家电与其他多种不同设备负荷特征混合的数据集和实验室数据,验证了改进后算法在含照明负载时监测性能的提升。
-
单位中国电力科学研究院有限公司
