文獻(xiàn)標(biāo)識碼： A
DOI： 10.19358/j.issn.2096-5133.2022.03.013
引用格式： 王巖俊，蔡高琰，駱德漢，等. 基于差量特征與AdaBoost的家用負(fù)荷識別方法研究[J].信息技術(shù)與網(wǎng)絡(luò)安全，2022，41(3)：78-82.
0 引言
隨著智能電網(wǎng)的進(jìn)一步發(fā)展，如何獲知電力用戶的具體用電行為，實現(xiàn)用電信息的大數(shù)據(jù)挖掘及為電能需求側(cè)管理提供技術(shù)支撐成為重要的研究方向。即配電網(wǎng)通過獲知電能用戶的日常用電行為和電能消耗情況，使其能精細(xì)化調(diào)配電能及合理引導(dǎo)用戶參與到節(jié)能減排中來，從而實現(xiàn)高效合理的需求側(cè)管理[1]及電力信息大數(shù)據(jù)應(yīng)用[2]，對建設(shè)綠色、生態(tài)、共享的經(jīng)濟(jì)具有重大意義。
實現(xiàn)獲取用戶具體用電行為的技術(shù)稱為負(fù)荷辨識技術(shù)，也稱為負(fù)荷識別，分為侵入式和非侵入式兩種[3]。侵入式負(fù)荷識別技術(shù)需要在用戶的房屋內(nèi)部對每一個感興趣的負(fù)荷安裝專門的監(jiān)測設(shè)備，優(yōu)點是易于實現(xiàn)，缺點是隨著要監(jiān)測的負(fù)荷類別及數(shù)量增多，所需的監(jiān)測設(shè)備安裝維護(hù)成本也會急劇上升，且會對用戶的日常使用造成干擾；與之相對，非侵入式負(fù)荷識別技術(shù)通過采集電力線入戶端的電參數(shù)并進(jìn)行特征提取，使用聚類分析[4-7]、人工神經(jīng)網(wǎng)絡(luò)[8-10]、K近鄰[11]、核支持向量機[12-13]或它們的結(jié)合等算法進(jìn)行負(fù)荷識別，無需安裝專門的監(jiān)測設(shè)備。
本文詳細(xì)內(nèi)容請下載：http://m.jysgc.com/resource/share/2000004030
作者信息：
王巖俊1，蔡高琰2，駱德漢1，梁炳基2
(1.廣東工業(yè)大學(xué) 信息工程學(xué)院，廣東 廣州510006；2.廣東浩迪創(chuàng)新科技有限公司，廣東 佛山528200)
