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。

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 

单位：电力节能教育部工程研究中心(华北电力大学); 北京市昌平区102206; 国网天津市电力公司; 天津市河北区300010; 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); 北京市海淀区100192; 国网江苏省电力公司电力科学研究院; 江苏省南京市210003