遗传算法优化的BP神经网络在居民负荷分类中的应用

摘要：

非侵入式负荷监测的性能取决于所选电器特征的唯一性,特征选择是非侵入式负荷监技术的重要步骤.本文提出一种基于遗传算法优化的BP神经网络的居民负荷分类方法,采用遗传算法对BP神经网络的初始连接权值和阈值进行优化,利用电器消耗类型特征实现负荷分类.算例分析结果表明,本文的负荷分类方法对常用电器识别分类准确性高,具有负荷特征提取简单的优点,对非侵入式负荷监测技术的低频特征负荷分解研究具有有效的指导和参考作用,提出优化的BP神经网络算法较原始算法表现出更优的分类性能.

关键词：非侵入式负荷监测、特征选择、遗传算法、电器识别、分类

所属期刊栏目：30

分类号：TM714(输配电工程、电力网及电力系统)

资助基金：河北省高等学校科学技术研究重点项目;河北省高等教育教学改革研究;实践项目

在线出版日期：2020-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1-4