一种基于RBF神经网络的非侵入式电力负荷分解方法

• 收藏
• 分享

专利权人:

西安理工大学

发明人:

梁炎明,陈春亮,杨延西

申请号：

CN201810398703.2

公开号：

CN108616120A

申请日:

2018.04.28

申请国别(地区):

中国

年份:

2018

代理人:

蒋姝泓

摘要：

本发明公开了一种基于RBF神经网络的非侵入式电力负荷分解方法，采集电力负荷的稳态电压、电流波形数据，采用RBF神经网络以电压数据为输入，电流数据为输出训练神经网络单负荷特征模型，得到电力负荷组的特征模型；然后根据单负荷组运行模型数据库的各负荷模型计算在实际工作电压下，各种负荷的模拟输出电流波形；使用遗传算法对模拟输出电流波形进行组合寻优，与实际的电流波形进行匹配，得到适应度最高的负荷组合，该组合即为分解辨识得到的电力负荷组合的结果。该方法解决了现有技术在多负荷同时工作场景中不能工作或负荷分解辨识准确率低、辨识速度慢的问题。

来源网站：

中国工程科技知识中心

来源网址：

http://www.ckcest.cn/home/