| 基于VMD-LSTM的非侵入式負荷識別方法 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>4485 K | |
| 標簽： 變分模態分解 智能電網 LSTM | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：非侵入式負荷識別（Non-Intrusive Load Monitoring， NILM）技術僅基于家庭電源總入口處的電流、電壓信息，獲得室內電器設備的電氣信息。提高負荷識別的精度，對于優化能源結構、提高電能利用效率、降低能耗、節約資源具有重要意義。首先應用變分模態分解（Variational Mode Decomposition， VMD）對歸一化的電流信號分解為K個IMF分量，再估計各個分量與歸一化電流信號的相關系數，挑選相關系數最大的兩個分量作為負荷特征，輸入訓練好的LSTM神經網絡進行識別。算例測試結果表明，該方法在公開數據集PLAID上的識別率高達99%，在實驗室采集的數據集上的識別率為96.6%，證實了所提出方法對提升負荷識別精度有顯著效果。 | |
| 現在下載 | |
| 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。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2