基于V-I轨迹与高次谐波特征的非侵入式负荷识别方法

基于V-I轨迹与高次谐波特征的非侵入式负荷识别方法
针对传统方法无法准确识别含高次谐波家用负荷的问题，文中提出了基于V-I轨迹矩阵、功率及高次谐波多特征融合的负荷辨识方法。首先，分析了11种典型家用负荷的V-I轨迹、功率特征以及谐波特征，提出了基于像素图像转换的混合特征矩阵构建方法，将负荷的功率、高次谐波特征通过二进制编码转换与基本V-I像素轨迹相融合，丰富了样本的特征信息；然后以混合特征矩阵作为卷积神经网络的输入，实现了对家用负荷类型的准确识别。算例中，文中所提算法可准确区分功率特征相似但高次谐波含量不同的加热器与吹风机2种负荷，且其对全类型家用负荷的准确辨识率超过93%。该算法的应用可为实际中准确排查含高次谐波家用负荷的用电安全隐患提供有力的技术支撑。

标题：
基于V-I轨迹与高次谐波特征的非侵入式负荷识别方法
Non-intrusive load identification method based on V-I trajectory and high-order harmonic feature

作者：
裘星，尹仕红，张之涵，谢智伟，江敏丰，郑建勇
QIU Xing, YIN Shihong, ZHANG Zhihan, XIE Zhiwei, JIANG Minfeng, ZHENG Jianyong

关键词：
家庭负荷;卷积神经网络;高次谐波;深度学习;V-I轨迹;混合特征
family load;convolution neural network;high-order harmonic;deep learning;V-I trajectory;fusion feature

2025-1-23 19:50 上传 基于V-I轨迹与高次谐波特征的非侵入式负荷识别方法.pdf

文件大小:

1.53 MB

下载次数:

60

高速下载