基于粒子重采样的负荷辨识特征最优选取方法

• 作者: 何恒靖 周东国 李秋硕 林小红 肖勇 胡文山
• 来源期刊: 武汉大学学报（工学版）
• 学科: 工学
• 关键词: 粒子重采样 特征提取 非侵入式 负荷辨识
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 电气工程
• 页码范围: 894-900,907
• 页数: 8页
• 分类号: TM933.4|TM764.1
• 语种: 中文
• DOI: 10.14188/j.1671-8844.2020-10-008

摘要

为了避免电流、电压波动的影响并准确可靠地获取负荷事件发生点和与其相关联的辨识特征,提出一种基于粒子重采样的负荷辨识特征最优选取方法.该方法首先根据滑动窗双边累积和(cumulative sum,CUSUM)负荷事件检测机理,通过类内方差最小规则获取负荷事件变点,定位负荷事件发生变点时刻.然后根据这个变点,采用粒子重采样方法获取变点前后稳定可靠的负荷信息,按照重要度原则选择最佳负荷特征信息.为了度量负荷辨识特征的有效性,引入模糊隶属度度量方式评价实验得到的负荷特征数据.真实测试结果表明,该方法提取的负荷能够较好地与数据库中的特征进行匹配,为后续基于数据库的准确负荷辨识奠定基础.