基于宽度学习系统的电动汽车用户台区相属辨识

• 作者: 李红玲 吴杰康 蔡志宏 王瑞东
• 来源期刊: 黑龙江电力
• 学科: 交通运输
• 关键词: 电动汽车负荷模型 宽度学习系统 用户电压模型 拉丁超立方抽样 皮尔逊相关系数
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 电网技术|Power System Technology
• 页码范围: 496-503
• 页数: 8页
• 分类号: U469.72|TM732
• 语种: 中文
• DOI: 10.13625/j.cnki.hljep.2021.06.006

摘要

随着电动汽车不断取代燃油汽车,配电网低压台区相属识别会出现台户关系不匹配、用户数据"假异常"等问题,为解决此问题,提出一种基于宽度学习系统的电动汽车用户台区相属辨识方法.首先,确定电动汽车离/并网时刻和日行程量的概率密度函数,利用拉丁超立方抽样技术对概率密度函数进行抽样,形成考虑电动汽车充电的用户电压模型;然后,搭建台区相户拓扑结构,利用皮尔逊相关系数来剔除非研究台区用户数据;最后,针对纯电动汽车用户和混合用户两种情况,应用宽度学习系统辨识研究台区用户的相属,与支持向量机、线性判别以及最邻近分类算法等辨识方法进行对比.通过实例仿真分析验证所提方法辨识精准,具有普适性且易实现,可适应智慧城市的发展.