非侵入式电力负荷多目标分解框架

摘要：

现有基于最优化的非侵入式负荷分解方法存在两个问题:使用一到两个特征对家庭负荷的分解效果差;而使用三个及以上特征作为用电设备辨识的目标函数难度高.提出非侵入式电力负荷多目标分解框架,解决传统方法利用特征数少、加权系数难确定等问题.以有功功率、无功功率、视在功率、谐波和电流波形作为电器运行状态的目标函数,建立多目标优化负荷分解模型.利用多目标进化算法(Multi-Objective Evolutionary Algorithm,MOEA)对实测用电数据进行负荷分解求得Pareto最优解集.最后通过多准则决策方法选出识别结果.实验结果表明,增加特征可提高MOEA算法对多个用电设备同时运行时识别准确率,且与当前主流算法相比,所提框架对家庭负荷分解的准确率更高.

关键词：非侵入式负荷分解、多目标进化算法、特征提取、多特征、稳态特征

所属期刊栏目：48

资助基金：国家自然科学基金资助;江西省自然科学基金资助;江西省优势科技创新团队计划项目资助;江西省研究生创新专项资金项目资助;无损检测技术教育部重点实验室南昌航空大学开放基金资助;江西省教育厅科学技术项目资助

在线出版日期：2020-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：100-107