基于宽度学习系统的电动汽车用户台区相属辨识

摘要：

随着电动汽车不断取代燃油汽车,配电网低压台区相属识别会出现台户关系不匹配、用户数据"假异常"等问题,为解决此问题,提出一种基于宽度学习系统的电动汽车用户台区相属辨识方法.首先,确定电动汽车离/并网时刻和日行程量的概率密度函数,利用拉丁超立方抽样技术对概率密度函数进行抽样,形成考虑电动汽车充电的用户电压模型;然后,搭建台区相户拓扑结构,利用皮尔逊相关系数来剔除非研究台区用户数据;最后,针对纯电动汽车用户和混合用户两种情况,应用宽度学习系统辨识研究台区用户的相属,与支持向量机、线性判别以及最邻近分类算法等辨识方法进行对比.通过实例仿真分析验证所提方法辨识精准,具有普适性且易实现,可适应智慧城市的发展.

关键词：电动汽车负荷模型;宽度学习系统;用户电压模型;拉丁超立方抽样;皮尔逊相关系数

所属期刊栏目：43

分类号：U469.72;TM732(汽车工程)

在线出版日期：2022-03-03（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：496-503