文档名：基于UMAP流形特征提取和KELM的非侵入式负荷监测方法研究
摘要：非侵入式负荷监测是"坚强智能电网"用户侧智能数据挖掘的关键技术.针对现有辨识算法对叠加态负荷辨识准确率低的问题,提出了一种基于均匀流形逼近与投影(UMAP)和KELM结合的非侵入式负荷辨识模型.首先利用UMAP对原始负荷特征作嵌入,提取负荷的类内流形结构,并结合随机梯度下降法优化负荷的全局结构,在保留负荷原始相邻位置信息的前提下有效增大负荷特征的区分度;然后,采用径向基函数搭建核映射网络,利用ACO算法对映射网络的径向范围和模型的惩罚系数寻优,建立最优辨识模型.与多种基于机器学习的辨识方法相比,所提模型对叠加态负荷的辨识准确率提升显著,在TIPDM和BLUED数据集上的辨识准确率分别达到了98.48%和99.44%.
Abstract：Non-intrusiveloadmonitoringisakeytechnologyforsmartdataminingontheusersideofthe"strongsmartgrid".Toaddresstheproblemoflowaccuracyofexistingidentificationalgorithmsforsuperimposedstateload,anon-intrusiveloadidentificationmodelbasedonthecombinationofuniformmanifoldapproximationandprojection(UMAP)andKELMisproposed.Firstly,UMAPisusedtoembedtheoriginalloadfeatures,extracttheintra-classmanifoldstructureoftheload,andcombinewithstochasticgradientdescenttooptimizetheglobalstructureoftheload,whicheffectivelyincreasesthedistinguishabilityoftheloadfeatureswhileretainingtheoriginaladjacentpositioninformationoftheload.Thenthekernelmappingnetworkisconstructedusingradialbasisfunctions,andtheACOalgorithmisusedtooptimizetheradialrangeofthemappingnetworkandthepenaltycoefficientsofthemodeltoestablishtheoptimalidentificationmodel.Comparedwithothermachinelearning-basedidentificationmethods,theproposedmodelachievessignificantimprovementintheidentificationaccuracyofsuperimposedstateload,reaching98.48%and99.44%ontheTIPDMandBLUEDdatasets,respectively.
作者：张瀚文 李鹏 郎恂 沈鑫 梁俊宇 苗爱敏 Author：ZHANGHanwen LIPeng LANGXun SHENXin LIANGJunyu MIAOAimin
作者单位：云南大学信息学院,云南昆明650504云南电网有限责任公司,云南昆明650217仲恺农业工程学院自动化学院,广东广州510225
刊名：电子器件 ISTIC
Journal：ChineseJournalofElectronDevices
年，卷(期)：2024, 47(2)
分类号：TM721
关键词：非侵入式负荷监测 叠加态负荷 均匀流形逼近与投影 蚁群算法 核极限学习机
Keywords：non-intrusiveloadmonitoring superimposedstateload UMAP ACO KELM
机标分类号：TP391.41TM714TN911
在线出版日期：2024年6月5日
基金项目：国家自然科学基金，云南省中青年学术，技术带头人后备人才培养计划项目，工业控制技术国家重点实验室开放课题项目，云南大学专业学位研究生实践创新项目基于UMAP流形特征提取和KELM的非侵入式负荷监测方法研究[
期刊论文] 电子器件--2024, 47(2)张瀚文 李鹏 郎恂 沈鑫 梁俊宇 苗爱敏非侵入式负荷监测是"坚强智能电网"用户侧智能数据挖掘的关键技术.针对现有辨识算法对叠加态负荷辨识准确率低的问题,提出了一种基于均匀流形逼近与投影(UMAP)和KELM结合的非侵入式负荷辨识模型.首先利用UMAP对原始负荷...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UMAP流形特征提取和KELM的非侵入式负荷监测方法研究 Research on Non-Intrusive Load Monitoring Method Based on Manifold Feature Extraction of UMAP and KELM
基于UMAP流形特征提取和KELM的非侵入式负荷监测方法研究.pdf
- 文件大小:
- 1.41 MB
- 下载次数:
- 60
-
高速下载
|
|
