基于GRNN算法的飞机用电设备非侵入式负荷监测方法

作     者：杨娟 杨占刚 YANG Juan;YANG Zhan'gang

作者机构：中国民航大学工程技术训练中心天津300300 中国民航大学电子信息与自动化学院天津300300 

出 版 物：《航空学报》 (Acta Aeronautica et Astronautica Sinica)

年 卷 期：2021年第42卷第3期

页      面：397-407页

核心收录：

学科分类：0808[工学-电气工程] 080802[工学-电力系统及其自动化] 08[工学] 0802[工学-机械工程] 0825[工学-航空宇航科学与技术] 0704[理学-天文学] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：中央高校基本科研业务费(3122020029)。 

主　　题：飞机用电设备 非侵入式负荷监测 GRNN 稳态电流谐波 负荷识别 

摘      要：随着飞机的多电化和全电化,机上电气检测及其负荷管理至关重要,然而飞机上为诊断所设置的传感器数量要求越少越好,非侵入式负荷监测(NILM)方法无需分散进入负荷内部,仅检测汇流条级别电力参数可完成负荷识别。选择稳态电流谐波参数为负荷印记,采集某型飞机交流主汇流条上用电设备真实电流波形,提取1~19次谐波含量建立特征库,用广义回归神经网络(GRNN)算法辨识负荷类别,设置适当样本数和扩展速度以有效提高识别准确度。实验表明:GRNN算法较之BP神经网络算法和SVM算法识别准确度更高,计算速度更适于飞机电气系统负荷监测和管理。将非侵入式负荷监测方法引入飞机供电系统分析,将为飞机电气管理、故障诊断和预测等进一步研究提供有效参考。