基于广义回归神经网络的非侵入式负荷识别方法

• 作者: 杨洪耕 江帆
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 非侵入式负荷识别 广义回归神经网络 光滑因子 模拟退火算法
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 1-6,18
• 页数: 7页
• 分类号: TM925
• 字数: 3366字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2020.03.001

摘要

非侵入式负荷识别可以实现电网和用户的灵活双向互动,对智能电网的发展具有重大意义,而神经网络因其自学习能力及计算复杂度低等优点越来越多地应用在非侵入式负荷识别中.针对现有BP神经网络方法容易陷入局部最优、收敛速度慢的问题,文章提出了一种基于广义回归神经网络(GRNN)的非侵入式负荷识别方法.该方法使用负荷投切过程的功率、谐波、投切时间等暂态特征作为输入,应用Parzen非参数估计方法搭建网络结构,利用模拟退火算法的全局搜索能力对光滑因子进行寻优,从而建立GRNN网络模型进行负荷识别.实验结果表明,相对于BP神经网络,文中方法具有更好的识别精度和训练速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨洪耕	四川大学电气信息学院	298	4720	34.0	55.0
2	江帆	四川大学电气信息学院	4	5	2.0	2.0