期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进kNN算法的非侵入式负荷识别方法 被引量:13
1
作者 延菲 张瑞祥 +3 位作者 孙耀杰 陶余会 黄国平 孙伟涛 《复旦学报(自然科学版)》 CAS CSCD 北大核心 2021年第2期182-188,共7页
居民用户作为智能电网的重要消耗端,合理用电对缓解能源危机起着至关重要的作用,用电量的分项计量及实时反馈能够引导用户自行优化用能习惯,同时帮助电网侧挖掘用户侧的节能潜力和需求响应潜力.非侵入式负荷监测是用电量分项计量的实现... 居民用户作为智能电网的重要消耗端,合理用电对缓解能源危机起着至关重要的作用,用电量的分项计量及实时反馈能够引导用户自行优化用能习惯,同时帮助电网侧挖掘用户侧的节能潜力和需求响应潜力.非侵入式负荷监测是用电量分项计量的实现途径,本文针对现有高精度的基于深度学习的负荷识别算法运算复杂度高,无法用于家庭嵌入式设备的问题,提出利用无需训练过程的k最近邻(k-Nearest Neighbor,kNN)算法作为负荷识别模型.首先对标准kNN算法容易误判少数类的缺陷采用加权方式进行改进,然后针对V-I轨迹缺失数值特征的不足提出了基于综合相似度的类别判决方法,最后利用数据集和实验室数据验证了上述算法的有效性. 展开更多
关键词 负荷识别 KNN算法 v-i轨迹 综合相似度
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部