基于BP神经网络的负载识别和C语言实现

对学生公寓用电负载的类型进行识别,识别出负载中计算机功率的值,进而判断检测到的总功率中所含的非计算机功率,以限制大功率负载的应用,对学生公寓的用电管理有重大意义。对所采集不同负载类型的电压、电流信号进行傅立叶交换,提取特征值,并加入总功率参数作为BP神经网络的训练样本,训练网络对负载中计算机功率进行识别,并用C语言编程实现。对石家庄铁道学院学生公寓电器类型的识别结果表明,神经网络方法用于识别电器类型具有可靠性和实用性。