- 1、本文档共8页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于多特征序列融合的负荷辨识方法.PDF
第 卷 第 期 年 月 日 ,
41 22 2017 11 25 Vol.41No.22Nov.252017
: /
DOI10.7500AEPS20170516002
基于多特征序列融合的负荷辨识方法
1 1 2 3
, , ,
杨东升 孔 亮 胡 博 苑 婷
( , ;
1.东北大学信息科学与工程学院 辽宁省沈阳市 110819
, ; , )
2.国网葫芦岛供电公司 辽宁省葫芦岛市 125000 3.国网盘锦供电公司 辽宁省盘锦市 124010
: ,
摘要 针对当前利用低频采样实现非侵入式负荷辨识存在的准确率低的问题 提出了基于多特征
. ,
序列融合的负荷辨识方法 该方法首先建立负荷存在可能性的整数规划模型 进行初辨识以降低
. , ,
负荷辨识的维度 然后 根据滑动窗口算法获得组合功率序列和原始功率序列 提取其统计特征和
, . ,
奇异值特征 进而利用概率神经网络获得隐马尔可夫模型的观测值序列 同时 利用隐马尔可夫模
, ,
型对负荷序列信息进行融合 计算观测序列和组合功率序列之间的相似度 从而完成在低频采样下
, . , 、 、
的负荷辨识 并获得各个家用负荷的耗电量 最后 通过单负荷辨识 多负荷辨识 不同采样率辨识
, ,
和各居民用户负荷辨识的仿真实验 得到负荷准确率和辨识精度的平均值均在 85%以上 证明了
所提算法的合理性和即时性能够达到在低频采样下负荷的辨识要求.
: ; ; ;
关键词 负荷辨识 整数规划 概率神经网络 隐马尔可夫模型
[]
8
引言 负荷辨识. 和 等人基于 变换对
Martins Loes S
0 p
,
文档评论(0)