基于聚类特征及优化网络的非侵入式负荷分解

• 作者: 刘辉 江煦成 靖义
• 来源期刊: 武汉理工大学学报
• 学科: 工学
• 关键词: 非侵入式负荷分解 非负矩阵分解 高斯混合模型 鲸鱼优化算法 时序卷积网络
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 机电与信息工程|Mechatronics and Information Engineering
• 页码范围: 109-117
• 页数: 9页
• 分类号: TM714
• 语种: 中文
• DOI: 10.3963/j.issn.1671-4431.2022.01.016

摘要

非侵入式负荷分解可以通过总表负荷数据,识别不同电器的运行情况,对需求侧用电实现有效管理.针对多电器同时运行时负荷数据相似导致的识别正确率低的问题,提出基于特征聚类及优化时序卷积网络的非侵入式负荷分解模型.首先对用电器的负荷数据进行非负矩阵分解提取特征数据,之后使用高斯混合模型识别用电器的运行状态并进行编码,最后将多个用电器的总和负荷数据及对应编码组合,导入鲸鱼优化算法优化网络参数的时序卷积网络进行训练及测试,根据网络输出的运行状态编码,实现负荷分解.利用公开数据集验证,结果表明文中提出的模型具有较高的准确度.