基于VMD-LSTM的非侵入式负荷识别方法

基于VMD-LSTM的非侵入式负荷识别方法

TM721; 非侵入式负荷识别(Non-Intrusive Load Monitoring,NILM)技术仅基于家庭电源总入口处的电流、电压信息,获得室内电器设备的电气信息.提高负荷识别的精度,对于优化能源结构、提高电能利用效率、降低能耗、节约资源具有重要意义.首先应用变分模态分解(Variational Mode Decomposition,VMD)对归一化的电流信号分解为K个IMF分量,再估计各个分量与归一化电流信号的相关系数,挑选相关系数最大的两个分量作为负荷特征,输入训练好的LSTM神经网络进行识别.算例测试结果表明,该方法在公开数据集PLAID上的识别率高达99％,在实验室采集的数据...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:电子技术应用 2023, Vol.49 (2), p.127-132
Hauptverfasser: 王毅, 易欢, 李松浓, 冯凌, 刘期烈, 宋如楠
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:TM721; 非侵入式负荷识别(Non-Intrusive Load Monitoring,NILM)技术仅基于家庭电源总入口处的电流、电压信息,获得室内电器设备的电气信息.提高负荷识别的精度,对于优化能源结构、提高电能利用效率、降低能耗、节约资源具有重要意义.首先应用变分模态分解(Variational Mode Decomposition,VMD)对归一化的电流信号分解为K个IMF分量,再估计各个分量与归一化电流信号的相关系数,挑选相关系数最大的两个分量作为负荷特征,输入训练好的LSTM神经网络进行识别.算例测试结果表明,该方法在公开数据集PLAID上的识别率高达99％,在实验室采集的数据集上的识别率为96.6％,证实了所提出方法对提升负荷识别精度有显著效果.
ISSN:0258-7998
DOI:10.16157/j.issn.0258-7998.223024