基于非侵入式负荷监测的居民用电行为分析

摘要：

对基于非侵入式负荷监测的居民用电行为分析方法进行了研究.首先,设计了一种基于滑动窗的事件探测算法,并以负荷电流奇次谐波幅值为特征建立负荷特征库,提出基于Adaboost的BP神经网络负荷识别算法,集成多个BP神经网络以提高识别准确率.然后,利用负荷识别结果对用户总功率信号进行分解,得到各个电器具体的用电信息,并结合分时电价,得到居民用电行为的详细分析结果.最后通过实际居民用户数据验证所提方法的有效性,并从家庭节能和需求侧管理两个方面给出了优化用电建议.研究成果对实现居民用户与电网友好互动提供了决策支持.

关键词：非侵入式负荷监测、用电行为、优化用电、Adaboost、BP神经网络

所属期刊栏目：42

分类号：TM73(输配电工程、电力网及电力系统)

资助基金：国家重点研发计划;国家自然科学基金

在线出版日期：2018-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：3268-3274