论文部分内容阅读
非侵入式负荷监测可以在减少检测装置数目的前提下,获取用户家用电器的启停和用电信息,然而由于技术性问题导致辨识过程较为复杂、特征不易被提取。本文提出将暂态的有功、无功功率的轨迹曲线进行绘制,利用拉格朗日插值法插补两个像素之间的间断点,防止因采样时间而造成辨识结果的不同。通过改进的Lenet-5卷积神经网络来辨识功率曲线的特征,能够在线辨识出负荷的种类。通过辨识仿真用电数据和实验数据对比可知,该算法辨识出的负荷具有一定的精度,为该类应用提供了参考。