基于分层分类学习的非侵入式负荷状态辨识方法及系统

    公开(公告)号:CN116108377A

    公开(公告)日:2023-05-12

    申请号:CN202310033363.4

    申请日:2023-01-10

    Applicant: 山东大学

    Abstract: 本公开涉及电力负荷用电监测技术领域,提出了一种基于分层分类学习的非侵入式负荷状态辨识方法及系统,针对类内多样性问题,通过使用凝聚式层次聚类的方法将相似的家用电器工作状态划分为相同的电器分组;针对类间相似性问题,通过使用一种基于暂态和稳态完备特征集构建方法和一种基于排列重要性和递归特征消除的特征选择方法得到针对于本电器分组的区分度最高的负荷印记集合;最后设计一种层次分类器完成家用电器的工作状态辨识任务,采用分层分类的方法实现家用电器工作状态辨识,能够有效避免家用电器的类内多样性和类间相似性对于工作状态辨识正确率的影响。

    基于自适应差分进化算法与ELM的电网暂态稳定评估方法

    公开(公告)号:CN112632840A

    公开(公告)日:2021-04-09

    申请号:CN202011398561.3

    申请日:2020-12-04

    Applicant: 山东大学

    Abstract: 本发明公开了一种基于自适应差分进化算法与ELM的电网暂态稳定评估方法,包括:获取电网仿真受扰轨迹的受扰动态数据和受扰后稳态数据,以此构建样本集;采用包含改进变异策略和最优粒子局部寻优机制的自适应差分进化算法优化极限学习机;采用样本集对优化后的极限学习机进行训练,得到暂态稳定评估模型;根据暂态稳定评估模型进行电网扰动后暂态变化的快速判稳。通过建立不同故障扰动场景与稳定性关系的分析模型,确定不同位置、不同监测量的历史变化趋势与系统稳定性间的关系,提取暂态稳定层次化关键特征,同时基于自适应差分进化算法优化ELM暂态稳定评估模型,实现对电网扰动后暂态变化的快速判稳。

Patent Agency Ranking