摘要
本发明公开了一种基于混合特征的用电设备非介入式负荷辨识方法,并公开了具有基于混合特征的用电设备非介入式负荷辨识方法的设备,其中基于混合特征的用电设备非介入式负荷辨识方法提取用电设备运行过程中的有功功率、无功功率和总谐波失真度作为混合特征,进行用电设备的负荷识别,构建BP神经网络结构模型,将粒子群算法的最优解作为BP神经网络的权值和阈值。不断进行网络训练直至准确度达到最优。实现了负荷辨识模型的快速构建和准确识别。解决了非介入式负荷辨识技术在负荷特征提取和负荷识别方面存在准确度和效率不足的问题,有效提高负荷辨识的准确度和效率。
技术关键词
负荷辨识方法
BP神经网络模型
粒子群算法优化
有功功率
采集用电设备
误差函数
参数更新模块
谐波
模型训练模块
动态
计算机可执行指令
有效值
因子
校正误差
负荷辨识技术
系统为您推荐了相关专利信息
能源优化配置方法
水电机组
分布式光伏
水电站
储能电池
电压控制方法
光伏逆变器
电网运行状态
有功功率
工作模式切换模块
需求侧响应方法
电力系统状态评估方法
节点
有功功率
发电量