基于VMD-LSTM的非侵入式负荷识别方法
所屬分類：技术论文
上傳者：aetmagazine
文檔大?。?span>4485 K
標簽： 变分模态分解 智能电网 LSTM
所需積分：0分積分不夠怎么辦？
文檔介紹：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。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。