摘要:为了解决常用家电设备投切状态辨识问题,提出一种以神经网络为辨识模型的方法,增强其快速辨识能力。首先,从负荷印记出发,针对各用电设备的稳态电流谐波特性,建立用电设备特征标签。然后,采用弹性BP(Resilient back propagation,RPROP)神经网络,将输入数据特征向输出层非线性映射,实现快速收敛至全局最优点。训练中采用多种设备组合方式,进行用电设备特征辨识。最终,以五类常用用电设备进行实验,实验结果表明该算法能够有效地识别家用设备的工作状态组合,且对功率相近、谐波具有较小差异的用电设备工作状态也具有很好的辨识能力。
关键词:非侵入式 负荷分解 神经网络 rprop算法 系统架构
单位:河南许继仪表有限公司 河南许昌461000 武汉大学发电控制与电网智能化技术研究所 湖北武汉430072
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
Progress in Natural Science:Materials International Research in Astronomy and Astrophysics Petroleum Science China Petroleum Processing Petrochemical Technology Journal of Geographical Sciences Journal of Integrative Plant Biology Chinese Optics Letters Acta Pharmacologica Sinica Chinese Geographical Science Chinese Journal of Chemical Physics