共 13 条
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
基于行为影响因子的非侵入式负荷实时分解算法
被引：23
作者：
蔡宇
[1
]
董树锋
[1
]
徐航
[1
]
毛航银
[2
]
宋永华
[3
]
机构：
[1] 浙江大学电气工程学院
[2] 国网浙江省电力有限公司
[3] 澳门大学电机及电脑工程系
来源：
关键词：
负荷分解;
超状态;
隐马尔科夫模型;
自适应K-means;
行为模式;
D O I：
暂无
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：
针对传统非侵入式负荷分解算法准确率低、计算较耗时等问题,在隐马尔科夫模型(HMM)的基础上提出基于行为影响因子的负荷实时分解算法。使用自适应的迭代K-means聚类方法提取负荷状态,并将负荷状态组合成超状态。针对传统HMM没有考虑用电场景时间特性的缺陷,对参数进行时间分段学习。在分解阶段引入用户用电行为模式的影响因子,改进隐马尔科夫齐次假设,并利用维特比算法分解出用户的各个负荷的实时状态。通过公开数据集验证了所提算法的准确性和实时性。
引用
收藏
页码：193 / 199
页数：7
相关论文