基于改进遗传算法的非侵入式电器负荷识别

• 作者: 丁理杰 徐琳 林瑞星
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: 遗传算法 神经网络 非侵入 负荷识别 非活性电流 分类 细粒度
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 电气工程
• 页码范围: 1-5
• 页数: 5页
• 分类号: TM76
• 字数: 3512字
• 语种: 中文
• DOI: 10.7688/j.issn.1000-1646.2019.01.01

摘要

针对传统非侵入式负荷识别算法在电器负荷接近或较小时并不能得到较理想识别效果的问题,提出了一种基于谐波特征和遗传算法的非侵入式电器负荷识别算法.通过提取电流数据的非活性电流及其谐波特征,来增大不同用电器间的差异性,从而提高识别精度;并使用遗传算法优化的神经网络的权重、阈值和隐含层神经元个数来提高分类识别精度,达到细粒度用电分析的目的;使用包含5种家用电器的用电场景测试所提出算法的识别精度,并将其与反向传播神经网络算法相比较.仿真测试结果表明,提出的特征和算法具有更高的负荷识别准确率及更快的识别速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐琳	国网四川省电力公司电力科学研究院	14	37	4.0	6.0
2	丁理杰	国网四川省电力公司电力科学研究院	28	104	6.0	9.0
3	林瑞星	国网四川省电力公司电力科学研究院	4	7	2.0	2.0