基于混合神經(jīng)網(wǎng)絡(luò)和集成學(xué)習(xí)的非侵入式負(fù)荷識別算法.pdf

1、能源是人類社會存在與發(fā)展進(jìn)步的重要物質(zhì)基礎(chǔ)，隨著全球經(jīng)濟(jì)的不斷發(fā)展，能源越發(fā)的成為制約人類社會發(fā)展的瓶頸，如何高效的利用能源、節(jié)約能源受到越來越多的關(guān)注。電能作為能源消耗的主力軍，如何科學(xué)高效的節(jié)約電能成為目前人們最為關(guān)心的問題。電能節(jié)約的熱門方法是通過非侵入式負(fù)荷識別分析家庭內(nèi)部用電器的開關(guān)狀態(tài)，進(jìn)而了解用戶的用電行為習(xí)慣，從而制定相關(guān)政策以達(dá)到節(jié)電的目標(biāo)。本文提出了一種新穎的負(fù)荷識別算法以解決非侵入式負(fù)荷識別問題。
　　非侵入

2、式負(fù)荷識別作為一個低成本的可行性方案受到越來越多的相關(guān)研究人員關(guān)注。非侵入負(fù)荷識別算法主要分為兩大類:一類是基于事件檢測的負(fù)荷識別算法，另一類是非事件檢測類識別負(fù)荷算法。這兩類算法中非事件檢測類算法的整體識別效果更好，本文提出了一種新穎的非事件檢測算法，基于混合神經(jīng)網(wǎng)絡(luò)的集成學(xué)習(xí)方法。該算法將傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)和能夠較好解決時序問題的長短期時序網(wǎng)絡(luò)相結(jié)合，通過長短期時序網(wǎng)絡(luò)自適應(yīng)的從原始數(shù)據(jù)中提取時序特征，結(jié)合神經(jīng)網(wǎng)絡(luò)構(gòu)成的分類器進(jìn)行負(fù)荷識