RPROP神经网络在非侵入式负荷分解中的应用

摘要：

为了解决常用家电设备投切状态辨识问题，提出一种以神经网络为辨识模型的方法，增强其快速辨识能力。首先，从负荷印记出发，针对各用电设备的稳态电流谐波特性，建立用电设备特征标签。然后，采用弹性BP(Resilient back propagation，RPROP)神经网络，将输入数据特征向输出层非线性映射，实现快速收敛至全局最优点。训练中采用多种设备组合方式，进行用电设备特征辨识。最终，以五类常用用电设备进行实验，实验结果表明该算法能够有效地识别家用设备的工作状态组合，且对功率相近、谐波具有较小差异的用电设备工作状态也具有很好的辨识能力。

关键词：非侵入式、负荷分解、神经网络、RPROP算法、系统架构

所属期刊栏目：44

分类号：TP3;TB9

资助基金：国家科技支撑计划项目2013BAA01B01

在线出版日期：2016-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：55-61