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:
随着智能电网和大数据技术的发展,用电器的识别和检测对规划用电器使用和参与需求响应具有越来越重要的意义.针对用电器识别,提出了一种基于FFT与遗传算法的用电器识别方法.分析了典型用电器负荷的电流波形频谱,并以其谐波作为负荷识别的最优特征参量,通过快速傅里叶变换对波形数据进行处理,以欧式距离最小作为优化指标,采用遗传算法搜寻最优解,最终实现对用电器类别的精确识别.在MAT-LAB/Simulink中搭建用电器识别模型,并以TI公司的TMS320F28335数字控制器为核心搭建了硬件系统,进行了实验验证.仿真结果与实际测试表明,该算法能够准确识别用电器的类别.
推荐文章
基于遗传算法和BP模糊神经网络的红外步态识别
BP模糊神经网络
红外
步态识别
多分类器融合
遗传算法
基于遗传算法的人脸识别系统设计
人脸识别
遗传算法
霍夫变换
圆检测
基于混合遗传算法的桥梁颤振导数识别
桥梁工程
混合遗传算法
颤振导数
参数识别
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FFT与遗传算法的用电器识别
来源期刊 上海电力大学学报 学科 工学
关键词 负荷识别 特征参量 快速傅里叶变换 欧式距离 遗传算法
年,卷(期) 2020,(5) 所属期刊栏目 智慧用能
研究方向 页码范围 436-440,450
页数 6页 分类号 TM714
字数 语种 中文
DOI 10.3969/j.issn.2096-8299.2020.05.004
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (48)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(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)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(7)
  • 参考文献(3)
  • 二级参考文献(4)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
负荷识别
特征参量
快速傅里叶变换
欧式距离
遗传算法
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
上海电力大学学报
双月刊
2096-8299
31-2175/TM
大16开
上海市平凉路2103号
1980
chi
出版文献量(篇)
2781
总下载数(次)
10
总被引数(次)
11104
论文1v1指导