基于DAG-SVMS的非侵入式负荷识别方法

摘要：

在供电入口处嵌入非侵入式负荷识别技术,有利于推动建筑节能、实现电网负荷预测、开发智能楼宇、完善智能电网体系建设.据此,提出一种基于有向无环图支持向量机(Directed Acyclic Graph Support Vector Machines,DAG-SVMS)的负荷辨识方法.首先,对总线电流信号进行事件检测,检测到暂态事件后,分离目标负荷暂态电流波形,提取特征,然后,将特征输入预先训练好的DAG-SVMS模型进行分类识别.为提升分类器性能,使用粒子群优化PSO(Particle Swarm Optimization)算法优化DAG-SVMS分类器的参数.为减小累积误差,提出Gini指数优化DAG-SVMS节点顺序的策略.实验结果表明,文中方法识别准确率高,识别速度快,具有可行性.

关键词：非侵入式负荷识别;暂态事件;DAG-SVMS模型;Gini指数;PSO算法

所属期刊栏目：47

分类号：TN915

资助基金：重庆市自然科学基金csts2016jcyjA0214

在线出版日期：2021-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：107-112