基于粒子群算法搜索的非侵入式电力负荷分解方法

• 作者: 周东国 周洪 李如意 胡文山 黄明山
• 来源期刊: 电力系统保护与控制
• 关键词: 非侵入式 电力负荷分解 粒子群算法 适应度函数
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 理论分析
• 页码范围: 30-36
• 页数: 7页
• 字数: 3759字
• 语种: 中文
• DOI: 10.7667/PSPC160239

摘要

非侵入式电力负荷分解是根据入口处电流、电压信号进行用电负荷辨识的一种方法。然而，由于电流、电压波动等因素干扰，单一特征所得到的分解结果通常会与实际用电设备投切结果不一致。为了可靠地提升在线非侵入式电力负荷分解能力，构建了基于谐波的电流特征表达并结合功率两个特征作为设备投切状态辨识的目标函数。同时，引入了正态分布的度量函数，将其融合并作为粒子群(Particle Swarm Optimization, PSO)算法的适应度函数，以此寻找最佳的电力负荷分解结果。最终，通过实验室开发的非侵入式负荷分解装置进行实验。实验结果表明所述方法能获得更好的在线电力负荷分解能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周洪	武汉大学动力与机械学院	80	724	17.0	22.0
2	胡文山	武汉大学动力与机械学院	30	204	8.0	13.0
3	黄明山		7	65	3.0	7.0
4	李如意		5	114	4.0	5.0
5	周东国	武汉大学动力与机械学院	14	83	4.0	9.0