一种融合时间特征的非侵入式负荷辨识决策方法

摘要：

针对家庭负荷用电场景中负荷类别的不确定性,以及非侵入式负荷监测设备数据库中负荷特征库的不完备等极易导致负荷辨识准确率下降的问题,文中在利用电气特征的基础上,提出了一种融合负荷运行时长、运行时段、工作周期及假期特性等时间特征的非侵入式负荷辨识决策方法.在该方法中,通过分段归一化的Mean-shift聚类方法对检测得到的负荷事件特征进行聚类统计,获取潜在的负荷类别数;对用电设备负荷事件的时间特性进行统计,同时计算负荷功率特征度量负荷事件所产生的概率,并采用贝叶斯方法对负荷进行决策辨识.采用AMPds公共数据集进行实际测试,实验结果表明该方法对该场景具有较好的辨识效果.

关键词：非侵入式、负荷辨识、时间特征、mean-shift聚类、贝叶斯决策方法

所属期刊栏目：59

分类号：TM714(输配电工程、电力网及电力系统)

资助基金：国家电网有限公司总部科技项目5400-201918180A-0-0-00

在线出版日期：2022-05-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：144-151