基于KD树和BP神经网络的非侵入式负荷识别算法

• 作者: 谢志远 尹立亚
• 来源期刊: 电工技术
• 关键词: 非侵入式 负荷识别 概率分布曲线 识别结果修正
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 电力自动化|Power Automation
• 页码范围: 125-128
• 页数: 4页
• 分类号: TM714
• 语种: 中文
• DOI: 10.19768/j.cnki.dgjs.2021.10.040

摘要

针对现有的非侵入式负荷监测方法难以准确识别具有相似电特性负荷的问题,提出了一种基于切换概率分布曲线对识别结果进行修正的非侵入式负荷监测方法.首先,将电流分解为各负荷的独立工作电流;其次,利用谐波特征对负荷进行初始识别;然后,利用已有数据训练BP神经网络,拟合出被识别负荷的切换概率分布曲线;最后,根据切换概率分布曲线对识别结果进行修正.利用实测数据进行分析,验证了该方法的有效性.