基于遗传优化的非侵入式居民负荷辨识算法

• 作者: 祁兵 韩璐
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 非侵入式 负荷监测 居民负荷 负荷辨识 遗传算法
• 年，卷（期）: 2017,（17）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 11-17
• 页数: 7页
• 分类号: TM714
• 字数: 4485字
• 语种: 中文

摘要

负荷在线监测能够为电网及用户提供即时的用电信息,是支撑能效管理和负荷预测工作的有效手段.传统监测方法采用侵入式设计,难以大范围推广应用,因此非侵入式负荷监测方法(NILM)具有重要研究意义.负荷辨识是非侵入式负荷监测的关键,以典型居民负荷的特性分析为基础,提出了一种基于遗传优化的非侵入式居民负荷辨识算法.该算法基于负荷设备的负荷特性,包括有功功率和电流有效值,利用三种不同的编码方法构造判断负荷运行状态的适应度函数,通过遗传算法寻优,最终确定居民负荷的工作状态,并通过实测数据进行验证.实验结果表明,该算法能够实现居民用户负荷状态的有效辨识,且算法收敛速度较快,准确度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	祁兵	华北电力大学电气与电子工程学院	118	937	19.0	25.0
2	韩璐	华北电力大学电气与电子工程学院	5	77	4.0	5.0