基于时间分区和粒子群优化的非侵入式负荷分解研究
文档名：基于时间分区和粒子群优化的非侵入式负荷分解研究
摘要：非侵入式负荷分解技术是智能电网技术体系的重要组成部分,针对现有分解技术对功率相近或小功率负荷辨识精度较低的问题,提出基于时间分区和V型粒子群优化的非侵入式负荷分解算法.文章通过具有噪声的基于密度的聚类算法对负荷的功率特征进行聚类分析,得到负荷的功率特征模板,并求解负荷典型工作时间区间,得到负荷的时间特征模板;综合考虑功率及时间两种特征,构建V型粒子群算法的目标函数,实现负荷分解;在AMPds2公开数据集上实现仿真,并与隐马尔可夫模型对比,验证了文章方法的有效性.
Abstract：Non-intrusiveloaddecompositiontechnologyisanimportantpartofthesmartgridtechnologysystem.Astheexistingdecompositionmethodsperformlowidentificationaccuracyforsimilarpowerorlowpowerload,thispa-perproposesanon-intrusiveloaddecompositionalgorithmbasedontimepartitionandV-shapedparticleswarmopti-mization.Firstly,theclusteringanalysisofloadpowercharacteristicsisconductedthroughthedensity-basedspatialclusteringofapplicationswithnoisetoobtainthepowerfeaturetemplateoftheload,andthen,thetypicalworkingtimeofloadissolvedtoobtainthetimecharacteristictemplateoftheload.Moreover,consideringpowerandtimecharacteristics,theobjectivefunctionoftheV-shapedparticleswarmoptimizationalgorithmisconstructedtoa-chieveloaddecomposition.Finally,thesimulationisimplementedontheAMPds2publicdatasetandcomparedwiththehiddenMarkovmodeltoverifytheeffectivenessoftheproposedmethodinthispaper.
作者：杨海英孙伟史梦阳Author：YANGHaiyingSUNWeiSHIMengyang
作者单位：中国矿业大学信息与控制工程学院,江苏徐州221116
刊名：电测与仪表 ISTICPKU
Journal：ElectricalMeasurement&Instrumentation
年，卷(期)：2024, 61(5)
分类号：TM714
关键词：负荷分解V型粒子群算法聚类算法特征提取
Keywords：loaddecompossthonV-shapedparticleswarmoptimizationclusteringalgorithmfeatureextraction
机标分类号：TP391TM76TN912.34
在线出版日期：2024年5月27日
基金项目：国家自然科学基金基于时间分区和粒子群优化的非侵入式负荷分解研究[
期刊论文]电测与仪表--2024, 61(5)杨海英孙伟史梦阳非侵入式负荷分解技术是智能电网技术体系的重要组成部分,针对现有分解技术对功率相近或小功率负荷辨识精度较低的问题,提出基于时间分区和V型粒子群优化的非侵入式负荷分解算法.文章通过具有噪声的基于密度的聚类算法对...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于时间分区和粒子群优化的非侵入式负荷分解研究Research of non-intrusive load decomposition based on time partition and V-shaped particle swarm optimization
基于时间分区和粒子群优化的非侵入式负荷分解研究.pdf
页:
[1]