基于非侵入式负荷监测的居民用电行为分析

• 作者: 周明 宋旭帆 李庚银 栾开宁 涂京
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 非侵入式负荷监测 用电行为 优化用电 Adaboost BP神经网络
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 国家重点研发计划
• 页码范围: 3268-3274
• 页数: 7页
• 分类号: TM73
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2017.3009

摘要

对基于非侵入式负荷监测的居民用电行为分析方法进行了研究.首先,设计了一种基于滑动窗的事件探测算法,并以负荷电流奇次谐波幅值为特征建立负荷特征库,提出基于Adaboost的BP神经网络负荷识别算法,集成多个BP神经网络以提高识别准确率.然后,利用负荷识别结果对用户总功率信号进行分解,得到各个电器具体的用电信息,并结合分时电价,得到居民用电行为的详细分析结果.最后通过实际居民用户数据验证所提方法的有效性,并从家庭节能和需求侧管理两个方面给出了优化用电建议.研究成果对实现居民用户与电网友好互动提供了决策支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周明		102	3650	30.0	60.0
2	李庚银		134	4895	40.0	68.0
3	涂京		4	10	1.0	3.0
4	宋旭帆		3	10	1.0	3.0
5	栾开宁		3	0	0.0	0.0