RPROP神经网络在非侵入式负荷分解中的应用

• 作者: 周洪 李如意 王晓换 胡文山 胡美璇
• 来源期刊: 电力系统保护与控制
• 关键词: 非侵入式 负荷分解 神经网络 RPROP算法 系统架构
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 应用研究
• 页码范围: 55-61
• 页数: 7页
• 字数: 3974字
• 语种: 中文
• DOI: 10.7667/PSPC151825

摘要

为了解决常用家电设备投切状态辨识问题，提出一种以神经网络为辨识模型的方法，增强其快速辨识能力。首先，从负荷印记出发，针对各用电设备的稳态电流谐波特性，建立用电设备特征标签。然后，采用弹性BP(Resilient back propagation，RPROP)神经网络，将输入数据特征向输出层非线性映射，实现快速收敛至全局最优点。训练中采用多种设备组合方式，进行用电设备特征辨识。最终，以五类常用用电设备进行实验，实验结果表明该算法能够有效地识别家用设备的工作状态组合，且对功率相近、谐波具有较小差异的用电设备工作状态也具有很好的辨识能力。

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	武汉大学发电控制与电网智能化技术研究所	80	724	17.0	22.0
2	胡文山	武汉大学发电控制与电网智能化技术研究所	30	204	8.0	13.0
3	李如意		5	114	4.0	5.0
4	王晓换		8	63	3.0	7.0
5	胡美璇	武汉大学发电控制与电网智能化技术研究所	2	43	2.0	2.0