基于1DCNN-BP的非侵入式负荷识别算法

作     者：杨桂兴 王维庆 姚红雨 袁铁江 郭小龙 YANG Guixing;WANG Weiqing;YAO Hongyu;YUAN Tiejiang;GUO Xiaolong

作者机构：新疆大学可再生能源发电与并网控制教育部工程研究中心乌鲁木齐830049 国网新疆电力有限公司乌鲁木齐830002 大连理工大学电气工程学院大连116081 

出 版 物：《高电压技术》 (High Voltage Engineering)

年 卷 期：2023年第49卷第7期

页      面：3031-3039页

核心收录：

学科分类：0711[理学-系统科学] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 0701[理学-数学] 

基　　金：国家自然科学基金(52067020) 

主　　题：非侵入式 负荷识别 嵌入式 事件检测 卷积神经网络 决策树 

摘      要：针对目前非侵入式负荷识别算法未能兼顾负荷识别的准确性、部署在嵌入式设备上可行性的问题,提出了一种基于决策树思想的1DCNN-BP负荷识别算法。首先,为实现在负荷组合投切情况下的负荷特征提取及数据特征降维,设计了能够消除背景负荷干扰的两阶段事件检测算法,提出了基于曲线描述的U–I空间序列特征提取方法。其次,为了具备泛化能力、高识别率以及部署在嵌入式设备上的可行性与经济性,提出以序列特征、负荷功率、谐波特征为输入的基于决策树思想的1DCNN-BP负荷识别方法。最后,基于Plaid、Blued-A公开数据集进行算例分析,在所需RAM、ROM仅有几十KB的条件下,识别准确率分别达到92.3%及100%,为后续用户侧能量管理奠定了基础。