非入户式负荷识别方法研究

作     者：宋名扬 

作者单位：中国计量大学 

学位级别：硕士

导师姓名：谢岳;李兆刚

授予年度：2022年

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

主      题：负荷识别 非入户式 一维卷积神经网络 

摘      要：居民用电量在全社会用电总量中居占有较大比重,负荷识别技术可以有效监测居民的用电情况,对于智能电网建设、指导居民优化用电行为和节约能源具有重要意义。非入户式负荷识别技术只需在电力用户入户端安装监测设备就可以对屋内负荷进行实时监控,具有安装简便、维护方便及容易推广的优点。本文首先搭建了模拟家庭用电环境的负荷数据采集平台,通过数据解码和降噪算法对原始采样数据进行预处理。然后基于负荷运行状态将负荷特征分为暂态特征和稳态特征,量化了负荷暂稳态特征的计算方法,并分别总结了两类特征对于非入户式负荷识别技术应用的优缺点,构建了负荷稳态特征库,提出一种组合级联过滤和KNN的算法解决了传统KNN识别算法计算量较大和识别准确率不高的问题。其次提出了一种卷积神经网络模型的负荷识别方法,通过一维卷积神经网络提取负荷稳态电流的深层特征,采用实验室数据集进行负荷识别,验证了模型的有效性。最后,将训练好的一维卷积神经网络模型保存并压缩后部署在基于STM32F407的嵌入式设备上,搭建了非入户式负荷识别实验平台,通过实验室环境下采集的12类家庭用电负荷数据对实验平台进行验证,取得了较好的识别效果。