基于粒子群聚类算法的居民负荷辨识方法

被引：20

作者：

柏慧 ^{[1
]}

王丽丽 ^{[2
]}

鲁敬 ^{[1
]}

祁兵 ^{[3
]}

机构：

[1] 国网北京市电力公司物资供应分公司

[2] 国网物资有限公司

[3] 华北电力大学电气与电子工程学院

来源：

电力信息与通信技术 | 2018年 / 16卷 / 06期

基金：

国家高技术研究发展计划(863计划);

关键词：

非侵入式负荷监测; 负荷辨识; K均值; 粒子群优化算法;

D O I：

10.16543/j.2095-641x.electric.power.ict.2018.06.003

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 [电力系统及其自动化];

摘要：

非侵入式负荷监测方法解决了传统侵入式负荷监测方法安装成本昂贵、不便于维护及系统可靠性低的问题。居民负荷种类多,用电特性复杂,根据居民负荷辨识的实际需求,文章提出了基于粒子群聚类算法的居民负荷辨识方法。算法通过优化粒子个体最优位置及添加负荷聚类中心扰动算子的方法,使得粒子群算法可以迅速地收敛在全局最优,并结合K均值算法,解决了传统该算法中初始聚类中心随机性产生的聚类不稳定、效果差等相关问题。最终结合实测数据得到负荷聚类结果,准确地识别出负荷类别。

引用

页码：13 / 18

页数：6

共 11 条

[1]

居民用户开关电源负荷特征识别技术研究.[D].柏慧.华北电力大学(北京).2017, 03

[2]

结合改进最近邻法与支持向量机的住宅用电负荷识别研究 [D].