基于PCA-LSTM算法的非侵入式负荷辨识方法

摘要：

了解用户负荷分布特征是智能电网建设的重要部分,非侵入式负荷监测(Non-Intrusive Load Monitoring,NILM)以其便捷、高效、成本低的优点被电力系统工作人员广泛认可.文中提出了一种基于长短期记忆网络的NILM方法,通过采集用户电力入口处的电流波形并进行数据处理,得到用户的负荷特征数据.使用主成分分析手段,减少负荷特征数量,提高运算效率.使用擅长处理连续数据的长短期记忆网络模型,在划分好的验证集与测试集上对模型优劣进行评价,以获得最优参数模型.预测实验结果显示,文中所设计的非侵入式负荷监测方法可以对包括小功率用电器在内的家用电器进行准确辨别.

关键词：非侵入式负荷监测、主成分分析、长短期记忆网络

所属期刊栏目：60

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;国家自然科学基金

在线出版日期：2023-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：53-58