基于遗传算法的智能电网非侵入式电器监控策略

被引：9

作者：

王高红 ^{[1
]}

陈潇一 ^{[2
]}

机构：

[1] 国网陕西省电力公司宝鸡供电局

[2] 国网陕西省电力公司

来源：

智慧电力 | 2017年 / 45卷 / 11期

关键词：

遗传算法; 非侵入; 人工神经网络; 决策树;

D O I：

暂无

中图分类号：

TM76 [电力系统的自动化];

学科分类号：

080802 ;

摘要：

为提高电力资源的利用率,提出了一种基于遗传算法的智能电网非侵入式电器监控策略。首先,提取出基于负荷瞬态电压电流的瞬态特征和基于高阶统计的累积特征的电器参数混合特征;然后使用遗传算法选出最具判别能力的特征,并降低计算复杂度;最后使用人工神经网络和决策树算法对遗传算法过滤后的特征进行分类,区分出不同的用电设备以分类计量各种电器的用电信息。试验结果表明,使用遗传算法后能明显提高分类器的分类性能,并可满足实时性需求。

引用

页码：42 / 46+71 +71

页数：6

共 16 条

[11]

非侵入式电路故障诊断及家用电器用电状况在线监测算法研究[D]. 雷冬梅.重庆大学. 2012

[12]

An energy estimation framework for event-based methods in Non-Intrusive Load Monitoring[J] . Suman Giri,Mario Bergés.Energy Conversion and Management . 2015

[13]

非侵人式电器识别算法的研究 .2 盛梦娇. 中国海洋大学 . 2015

[14] 遗传算法与BP神经网络相结合的输电线路覆冰厚度预测方法 [J].

郑振华 ;

刘建生 .

电网与清洁能源, 2014, 30 (04) :27-30+35

[15] 一种基于遗传算法的SVM决策树多分类方法 [J].

王一 ;

杨俊安 ;

刘辉 .

信号处理, 2010, 26 (10) :1495-1499

[16] 遗传算法研究综述 [J].

吉根林 .

计算机应用与软件, 2004, (02) :69-73

← 1 2 →