典型文献
基于聚类特征及优化网络的非侵入式负荷分解
文献摘要：
非侵入式负荷分解可以通过总表负荷数据,识别不同电器的运行情况,对需求侧用电实现有效管理.针对多电器同时运行时负荷数据相似导致的识别正确率低的问题,提出基于特征聚类及优化时序卷积网络的非侵入式负荷分解模型.首先对用电器的负荷数据进行非负矩阵分解提取特征数据,之后使用高斯混合模型识别用电器的运行状态并进行编码,最后将多个用电器的总和负荷数据及对应编码组合,导入鲸鱼优化算法优化网络参数的时序卷积网络进行训练及测试,根据网络输出的运行状态编码,实现负荷分解.利用公开数据集验证,结果表明文中提出的模型具有较高的准确度.
文献关键词：
非侵入式负荷分解;非负矩阵分解;高斯混合模型;鲸鱼优化算法;时序卷积网络
中图分类号：
作者姓名：
刘辉;江煦成;靖义
作者机构：
湖北工业大学太阳能高效利用湖北省协同创新中心,武汉430068;格拉斯哥加里多尼亚大学,英国格拉斯哥
文献出处：
引用格式：
[1]刘辉;江煦成;靖义-.基于聚类特征及优化网络的非侵入式负荷分解)[J].武汉理工大学学报,2022(01):109-117
A类：
B类：
聚类特征,非侵入式负荷分解,总表,负荷数据,运行情况,需求侧,有效管理,时运,特征聚类,时序卷积网络,分解模型,用电器,非负矩阵分解,提取特征,特征数据,高斯混合模型,模型识别,总和,鲸鱼优化算法,算法优化,网络参数,公开数据集,数据集验证,明文
AB值：
0.244024
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
