基于概率分布特征库与贝叶斯推断的负荷识别方法

摘要：

目的:为解决在家庭用电环境中,由于存在负荷数量多、工况复杂且未知情况,导致负荷识别准确率低的问题.方法:提出三点改进方法:1)一是基于稳态判定缓冲区的CUSUM 窗口算法,可解决对运行波动趋势复杂的开事件错检问题;2)二是基于概率分布特征库与贝叶斯决策的负荷识别方法,在负荷工况未知前提下构建特征库并应用于负荷辨识,添加负荷频次特征使用贝叶斯分类器解决模糊样本的识别问题,可用于负荷数量多的用电环境;3)三是暂态尖峰向量提取方法,并将该特征有效解决特征相似负荷识别问题,增加分类维度.结果:经REDD数据集中 12个功率大于 80W电器验证,平均F1 分数 93.72%.结论:这三种方法可以有效提高负荷识别精度,更适用于家庭用电场景.

关键词：非侵入式负荷监测、概率分布特征库、贝叶斯分类器、暂态尖峰向量、CUSUM窗口

所属期刊栏目：34

分类号：TM933

资助基金：浙江省重大研发专项项目No.2022C1204

在线出版日期：2023-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：231-240