典型文献
基于V-I轨迹颜色编码的非侵入式负荷识别方法
文献摘要：
在非侵入式负荷识别中基于原始电压-电流(V-I)轨迹特征的识别方法,难以对相似轨迹特征的负荷做出有效辨识.因此,提出了一种基于V-I轨迹特征的颜色编码方法,并利用K-means聚类算法和AlexNet神经网络进行负荷特征的辨识.首先,运用K-means聚类算法对负荷的有功和无功功率特征进行初步分类.然后,对未分类成功的负荷进行V-I轨迹构建和颜色编码处理,生成带有颜色特征的V-I轨迹.最后,运用AlexNet神经网络对负荷进行训练和分类,达到快速精细化的分类效果.针对公共数据集PLAID和WHITED,运用原始V-I轨迹特征和进行颜色编码后V-I轨迹的识别效果做对比分析,可知所提方法在节省计算时间的同时也提高了识别的准确度,提升效果明显.
文献关键词：
非侵入式负荷识别;V-I轨迹特征;颜色编码;AlexNet神经网络;K-means聚类算法
中图分类号：
作者姓名：
解洋;梅飞;郑建勇;高昂;李轩;沙浩源
作者机构：
东南大学网络空间安全学院,江苏省南京市 211102;河海大学能源与电气学院,江苏省南京市 211100;东南大学电气工程学院,江苏省南京市 210096
文献出处：
引用格式：
[1]解洋;梅飞;郑建勇;高昂;李轩;沙浩源-.基于V-I轨迹颜色编码的非侵入式负荷识别方法)[J].电力系统自动化,2022(04):93-102
A类：
WHITED
B类：
颜色编码,非侵入式负荷识别,编码方法,means,聚类算法,AlexNet,负荷特征,有功,无功功率,功率特征,未分类,颜色特征,分类效果,公共数据,PLAID,计算时间,提升效果
AB值：
0.270582
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。
