基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对当前利用低频采样实现非侵入式负荷辨识存在的准确率低的问题,提出了基于多特征序列融合的负荷辨识方法.该方法首先建立负荷存在可能性的整数规划模型,进行初辨识以降低负荷辨识的维度.然后,根据滑动窗口算法获得组合功率序列和原始功率序列,提取其统计特征和奇异值特征,进而利用概率神经网络获得隐马尔可夫模型的观测值序列.同时,利用隐马尔可夫模型对负荷序列信息进行融合,计算观测序列和组合功率序列之间的相似度,从而完成在低频采样下的负荷辨识,并获得各个家用负荷的耗电量.最后,通过单负荷辨识、多负荷辨识、不同采样率辨识和各居民用户负荷辨识的仿真实验,得到负荷准确率和辨识精度的平均值均在85%以上,证明了所提算法的合理性和即时性能够达到在低频采样下负荷的辨识要求.
推荐文章
基于多传感器信息融合的酒类辨识方法研究
人工嗅觉系统
主成分分析
人工神经网络
多传感器信息融合
基于辨识特征后融合的行人再识别
行人再识别
多特征融合
距离度量学习
距离融合
最小最大标准化
基于多通道CNN-BiGRU与多特征融合方法
卷积神经网络
双向门控循环单元
注意力机制
用户表征
基于粒子滤波的目标图像多特征融合跟踪方法
红外弱小目标
多特征融合
粒子滤波
目标跟踪
红外图像
图像识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多特征序列融合的负荷辨识方法
来源期刊 电力系统自动化 学科
关键词 负荷辨识 整数规划 概率神经网络 隐马尔可夫模型
年,卷(期) 2017,(22) 所属期刊栏目 学术研究
研究方向 页码范围 66-73
页数 8页 分类号
字数 8217字 语种 中文
DOI 10.7500/AEPS20170516002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨东升 东北大学信息科学与工程学院 31 282 8.0 16.0
2 胡博 2 53 2.0 2.0
3 苑婷 3 17 1.0 3.0
4 孔亮 东北大学信息科学与工程学院 1 16 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (193)
共引文献  (394)
参考文献  (17)
节点文献
引证文献  (16)
同被引文献  (91)
二级引证文献  (10)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(14)
  • 参考文献(1)
  • 二级参考文献(13)
2009(14)
  • 参考文献(1)
  • 二级参考文献(13)
2010(20)
  • 参考文献(0)
  • 二级参考文献(20)
2011(31)
  • 参考文献(0)
  • 二级参考文献(31)
2012(41)
  • 参考文献(2)
  • 二级参考文献(39)
2013(22)
  • 参考文献(1)
  • 二级参考文献(21)
2014(9)
  • 参考文献(5)
  • 二级参考文献(4)
2015(6)
  • 参考文献(1)
  • 二级参考文献(5)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(13)
  • 引证文献(9)
  • 二级引证文献(4)
2020(11)
  • 引证文献(5)
  • 二级引证文献(6)
研究主题发展历程
节点文献
负荷辨识
整数规划
概率神经网络
隐马尔可夫模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力系统自动化
半月刊
1000-1026
32-1180/TP
大16开
江苏省南京市江宁区诚信大道19号
28-40
1977
chi
出版文献量(篇)
12334
总下载数(次)
31
总被引数(次)
449556
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导