基于HOG和SVM的非侵入式负荷识别

• 作者: 程丽娟
• 来源期刊: 安徽师范大学学报（自然科学版）
• 学科: 社会科学
• 关键词: 对偶树复小波变换 HOG SVM
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 17-21
• 页数: 5页
• 分类号: C812
• 语种: 中文
• DOI: 10.14182/J.cnki.1001-2443.2021.01.004

摘要

智能电网时代,准确高效的居民用电负荷评估对改善和调节电力网络的传输结构至关重要.对用户用电的电流、有功功率和谐波电流等数据进行数据预处理,基于对偶树复小波变换对数据降噪,建立基于HOG和SVM分类识别模型提取数据特征,并进行负荷识别.非侵入式负荷识别极大地降低数据收集和分析成本,对居民使用电器类型和数量的实时监测,为准确估算居民用电载荷提供可靠依据.