10.3969/j.issn.1009-1831.2021.03.012
基于云端协同的家用电器负荷辨识能力提升技术研究
居民家用电器类型丰富,具有相似特征量的电器种类往往很多,给非介入辨识带来电器类型不确定、辨识准确度有待提升等问题,所以提出了一种基于多类型特征交互的云端协同的负荷辨识方法.首先端侧基于高频采样进行特征提取及负荷辨识,基于CUSUM事件检测方法提高检测过程中小偏移事件的检测灵敏度,应用轻量级邻近辨识方法进行基本电器辨识并将不确定电器的时空特征上送云端;其次云侧辨识能力提升,构建了包含固有特征、时空特征及统计特征的16维云侧历史特征库,提出了面向多维时空特征的最邻近原则优化辨识技术;最后构建云侧闭环升级机制,云侧将差异性特征回送端侧完善终端电器特征库,综合实现不确定电器细化识别能力提升.以南京某用户为例,云端协同相较于终端的居民一般电器的辨识率从67%提升至91%,并实现了无法辨识电器的辨识,有效验证了算法的有效性.
负荷辨识、云端协同、时空特征、K最近邻法
23
TM76;TM92(输配电工程、电力网及电力系统)
国家重点研发计划SQ2020YFF0426410
2021-07-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
58-63