文献类型：期刊文章

作　　者：耿赫男[1] 刘莉[2] 庞新富[3]

GENG He-nan;LIU Li;PANG Xin-fu(Graduate Department,Shenyang Institute of Engineering,Shenyang 110136,Liaoning Province;Academic Committee,Shenyang Institute of Engineering,Shenyang 110136,Liaoning Province;College of Automation,Shenyang Institute of Engineering,Shenyang 110136,Liaoning Province)

机构地区：[1]沈阳工程学院研究生部,辽宁沈阳110136 [2]沈阳工程学院学术委员会,辽宁沈阳110136 [3]沈阳工程学院自动化学院,辽宁沈阳110136

出　　处：《沈阳工程学院学报（自然科学版）》

基　　金：沈阳市科技计划项目重点实验室专项(F16-091-1-00)

年　　份：2019

卷　　号：15

期　　号：3

起止页码：236-240

语　　种：中文

收录情况：CSA、CSA-PROQEUST、普通刊

摘　　要：非侵入式居民负荷识别技术的应用推动了家庭智能用电技术的发展,它能对居民用户的负荷组成成分进行深入分析,从而获取不同精细程度的用户用电信息,对于电力用户和电网公司都具有重要意义。负荷识别问题的数学模型较为复杂,导致数学优化算法在进行负荷识别时的求解效率较低。首先提出一种基于人工神经网络的非侵入式负荷识别模型,利用该模型训练好用于识别各类家用电器的神经网络并由此构成负荷特征识别库,用于判断家用电器的工作状态;然后通过仿真证明了所提方法的有效性;最后为了解决非侵入式居民负荷识别的应用问题,进一步探讨了非侵入式负荷识别的高级应用。

关 键 词：非侵入式  负荷识别  神经网络 用电行为

分 类 号：TP273]