FAILED
首站-论文投稿智能助手
典型文献
基于单分类结合模糊宽度学习的负荷辨识方法
文献摘要:
非侵入式负荷监测是智能用电的关键技术,有助于加强负荷侧管理,提高用电效率.随着电力负荷类型和数量的迅速增加,当模型中接入训练样本之外的未知电器时会导致模型误判,降低负荷识别的准确性.为了提高负荷识别模型的稳定性以及识别精度,提出一种单分类结合模糊宽度学习的电力负荷识别方法.首先,构建负荷特征库实现多负荷识别;然后,通过单分类K近邻方法进行样本筛选,排除未知电器的干扰;最后,提出一种基于模糊宽度学习系统的负荷识别方法解决识别模型复杂度高、识别速率慢的问题.实验结果表明,所提出的算法能够快速有效地识别电力负荷.
文献关键词:
非侵入式负荷辨识;电流稳态特征;模糊宽度学习;单分类K最邻近;TS模糊系统
作者姓名:
王毅;王萧阳;李松浓;陈涛;侯兴哲;付秀元
作者机构:
重庆邮电大学通信与信息工程学院,重庆400065;国网重庆市电力公司电力科学研究院,重庆400014;国家电投集团数字科技有限公司,北京100080
文献出处:
引用格式:
[1]王毅;王萧阳;李松浓;陈涛;侯兴哲;付秀元-.基于单分类结合模糊宽度学习的负荷辨识方法)[J].电子技术应用,2022(05):51-55,60
A类:
模糊宽度学习,电流稳态特征
B类:
单分类,辨识方法,非侵入式负荷监测,智能用电,负荷侧,电效率,电力负荷,负荷类型,训练样本,电器,误判,低负荷,负荷识别,高负荷,识别模型,识别精度,负荷特征,近邻,样本筛选,宽度学习系统,模型复杂度,识别速率,快速有效,非侵入式负荷辨识,TS,模糊系统
AB值:
0.323524
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。