本文選題：非侵入式負荷識別　切入點：負荷投切　出處：《重慶大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

【摘要】：未來的智能電網(wǎng)要求電網(wǎng)與用戶有著更加密切的信息和行為互動，因此智能電表需要有更加精確、可靠的電能量管理能力，不僅可以對用戶分時，還能進行分類精確計量，這就要求智能電表首先具有對負荷分類識別能力。目前的負荷分類識別研究一般利用單層識別算法實現(xiàn)所有負荷的分類識別，導(dǎo)致算法復(fù)雜、計算量大；同時大多數(shù)研究都沒有很好地解決高噪聲、大功率非平穩(wěn)負荷波動干擾下多類負荷混合運行中的負荷分類識別。 針對以上這些問題，文章在研究現(xiàn)有住宅負荷識別方法優(yōu)缺點的基礎(chǔ)上提出一種結(jié)合改進最近鄰法與支持向量機的非侵入式住宅用電負荷多層分類識別方法。分析了常用住宅用電負荷的信號特征并設(shè)計了負荷投切事件檢測算法，提取特征量并建立了住宅用電負荷特征數(shù)據(jù)庫，改進了最近鄰法并和支持向量機進行了分類器層級的有效結(jié)合。利用訓(xùn)練集數(shù)據(jù)對分類器進行了訓(xùn)練，在此基礎(chǔ)上利用測試集數(shù)據(jù)對方法進行了有效性驗證具體內(nèi)容如下： ①采集并分析多類不同品牌、功率的住宅用電負荷在不同工作狀態(tài)下電壓、電流、功率波形，討論了多類負荷混合運行下進行識別的可行性和提取特征的思路；比較了不同負荷改變運行狀態(tài)時波形變化的異同以及干擾事件與真實事件的區(qū)別，提出了負荷投切事件檢測算法，實驗結(jié)果表明算法可以排除負荷的功率波動帶來的干擾，達到良好的負荷投切檢測效果；負荷啟停檢測完成后就可以劃分負荷波形的暫穩(wěn)態(tài)區(qū)域并定位標識點。利用不同的數(shù)學(xué)變換方式，以時域、頻域、穩(wěn)態(tài)、暫態(tài)等不同角度提取來自住宅用電負荷的電壓、電流、功率數(shù)據(jù)的多種特征量，將原始值和歸一化值存儲下來，建立5種住宅用電負荷的共100個樣本的20維特征數(shù)據(jù)庫；隨后根據(jù)特征空間中的類內(nèi)距離與類間距離之比評估特征量對各類電器的分類能力，對20維特征量進行了初步篩選為后續(xù)特征量組合尋優(yōu)縮小了選擇范圍，，減少了計算量。 ②在分析了最近鄰法和C均值法的優(yōu)缺點的基礎(chǔ)上提出了結(jié)合有限最近鄰元素概率分布和均值中心相似性的改進最近鄰識別算法；考慮多層識別更少的計算量和可拓展性，設(shè)計了基于改進最近鄰算法的多層分類器，訓(xùn)練出了最優(yōu)的分類器參數(shù)和特征量組合，實際負荷運行數(shù)據(jù)實驗表明：在較高噪聲干擾下，基于改進最近鄰法的三層分類器識別方法能有效識別多類住宅用電負荷混合運行下的每類負荷的投切狀態(tài)和種類，包括較為困難的大功率非平穩(wěn)負荷背景下小功率負荷的識別以及低采樣率下的識別，同時分類識別率明顯高于傳統(tǒng)的最近鄰法、C均值聚類法的單層和三層分類器方法，證明分類算法和分類器改進的有效性和穩(wěn)健性。 ③針對特征量相似的異類負荷在特征空間的分類識別率低的問題對多層分類器中各個分類器進行了總識別率統(tǒng)計分析，發(fā)現(xiàn)改進最近鄰法分類器無法很好解決樣本特征空間線性不可分問題，于是引入適用于劃分線性不可分樣本的支持向量機（SVM）分類器代替了部分改進最近鄰法分類器并對SVM分類器進行了參數(shù)優(yōu)化，實驗結(jié)果表明電器的分類識別率有了明顯提高，證明了SVM分類器對解決住宅線性不可分負荷問題是有幫助的，兩種分類器的組合優(yōu)勢可以提升對整體分類器的分類能力。
[Abstract]:......
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TM714

【參考文獻】

相關(guān)期刊論文 前9條

1 歐陽森,宋政湘,陳德桂,王建華;小波軟閾值去噪技術(shù)在電能質(zhì)量檢測中的應(yīng)用[J];電力系統(tǒng)自動化;2002年19期

2 張欽;王錫凡;付敏;王建學(xué);;需求響應(yīng)視角下的智能電網(wǎng)[J];電力系統(tǒng)自動化;2009年17期

3 陳樹勇;宋書芳;李蘭欣;沈杰;;智能電網(wǎng)技術(shù)綜述[J];電網(wǎng)技術(shù);2009年08期

4 張文亮;劉壯志;王明俊;楊旭升;;智能電網(wǎng)的研究進展及發(fā)展趨勢[J];電網(wǎng)技術(shù);2009年13期

5 張磊,潘泉,張洪才,戴冠中;小波域濾波閾值參數(shù)c的選取[J];電子學(xué)報;2001年03期

6 高云;楊洪耕;;基于暫態(tài)特征貼近度匹配的家用負荷識別[J];電力系統(tǒng)自動化;2013年09期

7 楊浩;張磊;何潛;牛強;;基于自適應(yīng)模糊C均值算法的電力負荷分類研究[J];電力系統(tǒng)保護與控制;2010年16期

8 楊培杰;印興耀;張廣智;;模糊C均值地震屬性聚類分析[J];石油地球物理勘探;2007年03期

9 董春曦,饒鮮,楊紹全,徐松濤;支持向量機參數(shù)選擇方法研究[J];系統(tǒng)工程與電子技術(shù);2004年08期

本文編號：1585793