[发明专利]一种基于RBF神经网络的非侵入式电力负荷分解方法有效
| 申请号： | 201810398703.2 | 申请日： | 2018-04-28 |
| 公开（公告）号： | CN108616120B | 公开（公告）日： | 2021-09-10 |
| 发明（设计）人： | 梁炎明;陈春亮;杨延西 | 申请（专利权）人： | 西安理工大学 |
| 主分类号： | H02J3/00 | 分类号： | H02J3/00;G06N3/04;G06N3/08;G06N3/12 |
| 代理公司： | 西安弘理专利事务所 61214 | 代理人： | 蒋姝泓 |
| 地址： | 710048*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 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。 | ||
| 搜索关键词： | 一种 基于 rbf 神经网络 侵入 电力 负荷 分解 方法 | ||
【主权项】：
1.一种基于RBF神经网络的非侵入式电力负荷分解方法，其特征在于，包括以下步骤：步骤1，建立单负荷组运行模型数据库利用电力数据采集装置对每个电力负荷采集其的稳态电压、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，训练达到精度后根据训练所得模型得到神经网络输入输出数据前向表达式，作为该电力负荷组的特征模型；步骤2，实际运行时，采集稳态电压、电流波形数据，先进行数据预处理，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；步骤3，使用遗传算法找出最佳的负荷组合使用遗传算法对步骤2得到的各种负荷的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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安理工大学，未经西安理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810398703.2/，转载请声明来源钻瓜专利网。
- 上一篇：房车供电控制方法和装置
- 下一篇：具备集群式通信能力的UPQC装置的控制器
