基于 BP 神经网络的用电器分类识别技术的研究

• 作者: 周磊 朱桂川
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 电器分类 BP 神经网络 欧式距离 谐波系数
• 年，卷（期）: 2016,（6）
• 页码范围: 5-9
• 页数: 5页
• 分类号: TP274
• 语种: 中文
• DOI: 10.13954/j.cnki.hdu.2016.06.002

摘要

针对样本与待测电器特征值的欧式距离分类方式在电器识别分类中的局限性，提出了一种基于 BP 神经网络的分类方法。以电流波形的15次谐波系数作为系统的输入，通过样本数据对神经网络模型进行训练获得分类网络，实现对负载的分类识别。通过实验和应用证明，对用电器能进行有效分类，对于容性和感性等非线性负载的分类识别率在80%以上。与基于欧式距离的分类识别方法相比，具有更高的稳定性、准确性和更强的包容性。