基于动态自适应粒子群算法的非侵入式家居负荷分解方法

被引：49

作者：

孙毅 ^{[1
]}

张璐 ^{[1
]}

赵洪磊 ^{[2
]}

刘耀先 ^{[1
]}

李彬 ^{[1
]}

李德智 ^{[3
]}

崔高颖 ^{[4
]}

机构：

[1] 电力节能教育部工程研究中心(华北电力大学)

[2] 国网天津市电力公司

[3] 需求侧多能互补优化与供需互动技术北京市重点实验室(中国电力科学研究院有限公司)

[4] 不详

来源：

电网技术 | 2018年 / 42卷 / 06期

关键词：

非侵入式负荷监测; 动态自适应粒子群算法; 特征提取; 总谐波失真系数;

D O I：

10.13335/j.1000-3673.pst.2017.2413

中图分类号：

TM714 [负荷分析];

学科分类号：

摘要：

非侵入式负荷监测可以在保证用户隐私的前提下深入分析用户独立负荷的用电信息,是智能用电技术体系的关键内容。为提高负荷辨识的准确性,提出一种基于动态自适应粒子群算法(dynamic adaptive particle swarm optimization,DAPSO)的非侵入式负荷分解方法。在传统功率特征的基础上,将总谐波失真系数(total harmonic distortion,kTHD)作为负荷新特征引入目标函数,采用DAPSO算法对实测用电数据进行负荷分解。仿真结果表明,在不同噪声背景下,DAPSO算法的负荷辨识率和收敛速度均得到一定提高,从而验证了DAPSO算法对家居负荷分解具有更优的可靠性和鲁棒性。

引用

页码：1819 / 1826

页数：8

共 20 条

[1] 基于信号稀疏化欠定求解的居民用户非侵入式负荷分解算法
武昕
韩笑
[J]. 电网技术, 2017, 41 (09) : 3033 - 3040
[2] 基于差量特征提取与模糊聚类的非侵入式负荷监测方法
孙毅
崔灿
陆俊
郝建红
刘向军
[J]. 电力系统自动化, 2017, 41 (04) : 86 - 91
[3] 基于负熵估计的居民用电负荷非侵入式分解算法
武昕
王震
[J]. 电网技术, 2017, 41 (03) : 931 - 937
[4] 基于动态自适应离散粒子群算法的3D NoC低功耗映射方法
刘勤让
戴启华
沈剑良
赵博
[J]. 通信学报 , 2016, (11) : 23 - 30
[5] 用于NILM的电器设备谐波特征研究
李秋硕
肖勇
李鹏
蒋仲明
刘卫涛
刘浩
刘博
[J]. 南方电网技术, 2016, 10 (10) : 73 - 78
[6] 非侵入式负荷监测与分解研究综述
程祥
李林芝
吴浩
丁一
宋永华
孙维真
[J]. 电网技术, 2016, 40 (10) : 3108 - 3117
[7] 基于Fisher有监督判别的非侵入式居民负荷辨识方法
祁兵
程媛
武昕
[J]. 电网技术, 2016, 40 (08) : 2484 - 2491
[8] 基于改进鸡群算法的非侵入式家电负荷分解
许仪勋
李旺
李东东
游心超
[J]. 电力系统保护与控制, 2016, 44 (13) : 27 - 32
[9] 基于粒子群算法搜索的非侵入式电力负荷分解方法
李如意
黄明山
周东国
周洪
胡文山
[J]. 电力系统保护与控制, 2016, 44 (08) : 30 - 36
[10] RPROP神经网络在非侵入式负荷分解中的应用
李如意
王晓换
胡美璇
周洪
胡文山
[J]. 电力系统保护与控制, 2016, 44 (07) : 55 - 61

← 1 2 →