基于VMD-LSTM的非侵入式负荷识别方法

摘要：

非侵入式负荷识别(Non-Intrusive Load Monitoring,NILM)技术仅基于家庭电源总入口处的电流、电压信息,获得室内电器设备的电气信息.提高负荷识别的精度,对于优化能源结构、提高电能利用效率、降低能耗、节约资源具有重要意义.首先应用变分模态分解(Variational Mode Decomposition,VMD)对归一化的电流信号分解为K个IMF分量,再估计各个分量与归一化电流信号的相关系数,挑选相关系数最大的两个分量作为负荷特征,输入训练好的LSTM神经网络进行识别.算例测试结果表明,该方法在公开数据集PLAID上的识别率高达99％,在实验室采集的数据集上的识别率为96.6％,证实了所提出方法对提升负荷识别精度有显著效果.

关键词：变分模态分解、智能电网、LSTM、相关系数

所属期刊栏目：49

分类号：TM721(输配电工程、电力网及电力系统)

在线出版日期：2023-03-08（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：127-132