亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于IBPSO的非侵入式多負(fù)荷投切行為辨識(shí)方法*

        2018-09-03 07:36:46劉興杰許月娟
        電測(cè)與儀表 2018年13期
        關(guān)鍵詞:投切二進(jìn)制適應(yīng)度

        劉興杰,許月娟

        (華北電力大學(xué)(保定),河北 保定 071003)

        0 引 言

        家用負(fù)荷是電力用戶側(cè)管理的重要組成部分,集中體現(xiàn)了電網(wǎng)的智能化程度,家庭負(fù)荷投切行為的辨識(shí)是電力需求側(cè)管理的關(guān)鍵技術(shù),通過(guò)辨識(shí)技術(shù),及時(shí)了解用電行為習(xí)慣,積極響應(yīng)節(jié)能政策,促進(jìn)用戶合理用電,對(duì)未來(lái)電力市場(chǎng)的發(fā)展具有重要意義[1-4]。

        負(fù)荷用電信息的監(jiān)測(cè)分為侵入式和非侵入式兩種,非侵入式負(fù)荷監(jiān)測(cè)技術(shù)因成本低,安裝方便且維護(hù)簡(jiǎn)單等優(yōu)點(diǎn)[5-6],成為近年來(lái)研究的重點(diǎn)。目前,國(guó)內(nèi)外學(xué)者對(duì)家用負(fù)荷投切行為的辨識(shí)展開(kāi)了廣泛的研究,文章[7]基于智能能源管理系統(tǒng)構(gòu)架,通過(guò)響應(yīng)資源調(diào)制機(jī)制對(duì)用戶用電行為進(jìn)行了優(yōu)化。文章[8]通過(guò)采集智能電表中的負(fù)荷用電數(shù)據(jù),挖掘隱藏的用電行為習(xí)慣,為電力需求側(cè)響應(yīng)政策的制定提供了一定的數(shù)據(jù)支持。對(duì)負(fù)荷投切行為的特征進(jìn)行辨識(shí)時(shí),選擇的特征包括功率、電流諧波、諧波能量等,取得一定的研究成果,但對(duì)單一特征的辨識(shí)精度仍有待提高。另一方面,對(duì)負(fù)荷投切行為辨識(shí)算法的研究較多,包括人工神經(jīng)網(wǎng)絡(luò)[9]、遺傳算法[10]、聚類[11]等算法,而與前面所述算法相比,粒子群優(yōu)化算法(Particle Swarm Optimization,PSO)是一種基于群體的優(yōu)化工具,更適合科學(xué)研究和工程應(yīng)用[12],成為研究的焦點(diǎn)。文章[13]對(duì)PSO的加速系數(shù)和更新速度做了優(yōu)化,對(duì)盲信號(hào)分離十分有效。文章[1,14-15]對(duì)PSO中的編碼模式和適應(yīng)度函數(shù)做了優(yōu)化,但仍然是在PSO基礎(chǔ)上對(duì)連續(xù)量的研究。最早由Kenned博士和Eberhart博士提出的二進(jìn)制算法(BPSO),將PSO中各部分進(jìn)行二進(jìn)制處理,在二進(jìn)制變量空間尋求最優(yōu)解[16],該算法在離散優(yōu)化問(wèn)題上效果明顯。但是,在現(xiàn)有的對(duì)家用負(fù)荷的研究中,只有對(duì)單一家庭的負(fù)荷辨識(shí),而從單元或小區(qū)的電力服務(wù)入口(Electric Service Entrance,ESE)對(duì)多個(gè)家庭的負(fù)荷辨識(shí)研究很少。為了全面了解居民用戶的用電行為,制定需求側(cè)響應(yīng)政策,對(duì)一個(gè)小區(qū)或者一棟樓的電力負(fù)荷投切行為的辨識(shí)是必要的。

        因此,提出改進(jìn)的二進(jìn)制粒子群優(yōu)化算法(IBPSO),融合有功功率和電流諧波作為負(fù)荷投切行為的特征,并在IBPSO適應(yīng)度函數(shù)中引入距離測(cè)度法,對(duì)一個(gè)單元中多負(fù)荷投切行為進(jìn)行辨識(shí)。該算法可以有效辨識(shí)多負(fù)荷同時(shí)投切行為,為了解居民用電行為和非侵入式負(fù)荷監(jiān)測(cè)系統(tǒng)(NILMS)的設(shè)計(jì)提供科學(xué)依據(jù)。

        1 電力負(fù)荷投切行為特征

        常見(jiàn)的家用負(fù)荷通??煞譃閮深悾壕€性負(fù)荷和非線性負(fù)荷。線性負(fù)荷即為阻性負(fù)荷,主要有白熾燈和各類電熱負(fù)荷,包括電暖爐、電暖壺、電飯煲等,此類負(fù)荷的諧波含量少,且暫態(tài)過(guò)程平緩;非線性負(fù)荷又分為容性負(fù)荷和感性負(fù)荷,筆記本電腦、液晶電視等為容性負(fù)荷;電風(fēng)扇、吹風(fēng)機(jī)、洗衣機(jī)等為感性負(fù)荷。這類負(fù)荷普遍有啟停電源、線圈或電機(jī),部分諧波含量較髙,投切時(shí)可能伴有沖擊電流現(xiàn)象[17]。

        各負(fù)荷間的功率和電流諧波含量不完全相同,以二者融合作為負(fù)荷投切時(shí)的特征,具有較好的可辨識(shí)性。

        1.1 負(fù)荷功率

        非侵入式負(fù)荷監(jiān)測(cè)系統(tǒng)的ESE采集電壓、電流信號(hào),經(jīng)過(guò)功率計(jì)算公式計(jì)算得到的功率是居民單元某時(shí)刻各負(fù)荷總的功率消耗。為了便于分析,假定該單元有n個(gè)家庭,每個(gè)家庭中均選擇m個(gè)典型負(fù)荷,總功率的計(jì)算方程為:

        式中i表示表示該單元家庭個(gè)數(shù);j表示每個(gè)家庭中負(fù)荷的個(gè)數(shù);Pij即第i個(gè)家庭,第j個(gè)負(fù)荷的功率。

        1.2 負(fù)荷電流諧波特征

        根據(jù)基爾霍夫電流定律可知,ESE監(jiān)測(cè)的電流由各個(gè)出口支路的電流線性疊加得到,即總電流是各個(gè)用電設(shè)備投切時(shí)電流的疊加[16]。采用電流信號(hào)的頻域表達(dá)來(lái)構(gòu)建電流特征,以此作為負(fù)荷投切行為特征。在1.1中假設(shè)基礎(chǔ)上,總的電流表達(dá)式為:

        式中iij表示第i個(gè)家庭中第j個(gè)負(fù)荷投入時(shí)的電流。

        快速傅里葉變換(Fast Fourier Transformation,F(xiàn)FT)是離散傅里葉變換(DFT)快速算法,可以將原來(lái)難以處理的時(shí)域信號(hào)轉(zhuǎn)換成了易于分析的頻域信號(hào)(信號(hào)的頻譜),而對(duì)非周期性信號(hào)的處理得到了廣泛的應(yīng)用[18-19]。DFT的計(jì)算方程為:

        k=0,1,...,N-1

        (3)

        FFT利用DFT中的周期性和對(duì)稱性,按K的奇偶分成兩組進(jìn)行分解,使整個(gè)DFT的計(jì)算變成一系列迭代運(yùn)算,可大幅度提高運(yùn)算速度,計(jì)算方程為:

        k=0,1,...,N-1

        (4)

        采用FFT將電流信號(hào)變換到頻域,此時(shí),每個(gè)負(fù)荷投入時(shí)的電流可用頻域內(nèi)的一組諧波幅值進(jìn)行表征。以第一個(gè)家庭為例,每個(gè)負(fù)荷的電流為:

        式中ω為基波角頻率;ijl表示第一個(gè)家庭中第j個(gè)負(fù)荷投入時(shí)l次電流諧波;Ijl是ijl各次諧波的幅值。

        將每個(gè)負(fù)荷投切時(shí)的電流,進(jìn)行FFT分解后得到的一組諧波幅值和功率,融合為(k+1)維的數(shù)組,作為單一負(fù)荷投切時(shí)的特征,如公式(6)所示:

        S=[IijP]1×(k+1)

        (6)

        2 IBPSO辨識(shí)算法

        2.1 BPSO算法

        PSO最初用于處理連續(xù)優(yōu)化問(wèn)題,相關(guān)研究也主要集中在連續(xù)函數(shù)方面,即其速度、加速度等變量都是連續(xù)的[12-14,16]。目前已有的研究中,多將PSO用二進(jìn)制進(jìn)行編碼,再轉(zhuǎn)化為十進(jìn)制數(shù),實(shí)質(zhì)上仍是連續(xù)優(yōu)化問(wèn)題。然而,工程實(shí)際中,很多問(wèn)題是離散的,這就需要將基本的PSO在二進(jìn)制空間進(jìn)行擴(kuò)展。因此,將PSO算法中的速度變量、學(xué)習(xí)因子等都用[0,1]區(qū)間的數(shù)表示,位置變量用0或1的二進(jìn)制數(shù)表示,并進(jìn)行優(yōu)化,且免去了二進(jìn)制與十進(jìn)制相互轉(zhuǎn)化的問(wèn)題。

        位置變量的維數(shù)由該非侵入式負(fù)荷監(jiān)測(cè)系統(tǒng)所包含的用戶負(fù)荷的種類和數(shù)量決定,每一位都用二進(jìn)制表示。假設(shè)該系統(tǒng)由5戶,10種負(fù)荷組成,位置變量的取值范圍為:[0,0,...,0]1×50~[1,1,...,1]1×50,在位置更新過(guò)程中,每一位在0和1之間翻轉(zhuǎn),1表示負(fù)荷投入,0表示負(fù)荷切除[1,17]。位置變量中每相鄰的5位表示5戶家庭對(duì)該負(fù)荷的使用情況,“0,0,0,0,0”表示5戶家庭都未開(kāi)啟該負(fù)荷,“1,1,1,1,1”表示5戶家庭同時(shí)開(kāi)啟了該負(fù)荷。位置變量與負(fù)荷特征數(shù)據(jù)庫(kù)信息擬合匹配,進(jìn)行求解。

        2.2 引進(jìn)隨機(jī)慣性權(quán)值的IBPSO算法

        傳統(tǒng)BPSO算法通過(guò)二進(jìn)制變量某些位在0與1之間的翻轉(zhuǎn)來(lái)實(shí)現(xiàn)粒子位置的更新,所提IBPSO算法在此基礎(chǔ)上,結(jié)合PSO算法在連續(xù)區(qū)間對(duì)慣性常數(shù)的改進(jìn),引進(jìn)隨機(jī)慣性權(quán)值w。此時(shí),粒子的更新速度用來(lái)表示該二進(jìn)制變量的翻轉(zhuǎn)概率,迭代方程為:

        vid=wvid+φ(pid-xid)+φ(pgd-xid)

        (7)

        式中xid表示粒子的位置;vid表示粒子位置的變化率;w為隨機(jī)慣性權(quán)值;rand( )用于表示區(qū)間[0,1]的隨機(jī)數(shù);φ是常數(shù),稱為學(xué)習(xí)因子;pid和pgd分別表示粒子的局部最優(yōu)位置和全局最優(yōu)位置,pid和pgd都只能是0或1;vid表示概率,其值限制在[0,1]區(qū)間。

        從PSO算法的位置運(yùn)動(dòng)方程可知,粒子更新過(guò)程中,其位置還與運(yùn)動(dòng)速度有關(guān),但它無(wú)法保證迭代后的粒子位置取0或者1。為避免這種情況的發(fā)生,IBPSO算法將粒子位置的更新方程進(jìn)行修改,即:

        sig()是一個(gè)轉(zhuǎn)換限制函數(shù),保證迭代過(guò)程中的每個(gè)分量都限制在[0,1]區(qū)間。vid越大,粒子的位置取1的概率越大;反之,取0的概率越大。

        2.3 適應(yīng)度函數(shù)

        距離測(cè)度法作為計(jì)算兩個(gè)向量的相似程度的常用方法,主要包括明式測(cè)距法、Manhattan測(cè)距法、Camberra測(cè)距法等,其中歐式測(cè)距法在一定程度上放大了較大元素誤差在距離測(cè)度中的作用,被各個(gè)領(lǐng)域廣泛應(yīng)用[20]。歐式測(cè)距法的計(jì)算方程為:

        式中Xi為待分解信號(hào);Yi為待比較信號(hào)。

        將上述歐式測(cè)距法融合到IBPSO算法中的適應(yīng)度函數(shù)中,對(duì)電力負(fù)荷的投切行為進(jìn)行辨識(shí)。文中用ai表示負(fù)荷的投切狀態(tài),負(fù)荷辨識(shí)時(shí)的適應(yīng)度函數(shù)為:

        適應(yīng)度函數(shù)值越小,相關(guān)性越強(qiáng),因此,非侵入式負(fù)荷投切行為的辨識(shí)轉(zhuǎn)化為求一組使得目標(biāo)函數(shù)取得最小值的解。

        2.4 算法步驟

        該算法為了擴(kuò)展PSO的適用范圍,擴(kuò)展到了二進(jìn)制變量空間;為加快收斂速度,在最初的BPSO中引入了隨機(jī)慣性權(quán)值,且為了避免粒子在更新過(guò)程中出現(xiàn)不為0或1的現(xiàn)象,對(duì)粒子位置更新的公式做了修改,具體步驟如下:

        (1)初始化種群,包括種群粒子狀態(tài),速度和適應(yīng)度;

        (2)計(jì)算粒子的適應(yīng)度值;

        (3)對(duì)每個(gè)粒子,將其所在位置的適應(yīng)度與其自身經(jīng)歷過(guò)的最好位置pid的適應(yīng)度作比較,優(yōu)化該粒子的最好位置pid;

        (4)對(duì)每個(gè)粒子,將其pid的適應(yīng)度值與全局最好位置pgd適應(yīng)度值作比較,優(yōu)化種群的最好位置pgd;

        (5)根據(jù)式(7)~式(9)更新每個(gè)粒子的速度和位置;

        (6)判斷是否符合結(jié)束條件,若是,則算法結(jié)束;否則返回(2)。

        結(jié)束條件:達(dá)到最大迭代次數(shù)或預(yù)定目標(biāo)函數(shù)值。

        3 仿真分析

        為了驗(yàn)證IBPSO算法對(duì)多負(fù)荷投切行為辨識(shí)的有效性,對(duì)某小區(qū)一單元五戶居民常用負(fù)荷及其數(shù)量做了調(diào)研整理,采用7種常用的用電設(shè)備:電風(fēng)扇、電熱器、燒水壺、微波爐、電飯煲、臺(tái)式電腦和電視機(jī),平均功率分別為60 W、600 W、1 200 W、800 W、1 800 W、600 W和120 W,負(fù)荷的等效模型參考文獻(xiàn)[21],由單一負(fù)荷投切時(shí)的電流諧波幅值和功率特征搭建數(shù)據(jù)庫(kù),以便對(duì)未知負(fù)荷的投切信息進(jìn)行匹配辨識(shí)。單一負(fù)荷投切時(shí)的特征參考文獻(xiàn)[16],并取電流的10次諧波幅值特征,數(shù)據(jù)庫(kù)信息如表1所示。

        表1 單一負(fù)荷特征數(shù)據(jù)庫(kù)Tab.1 Single load feature database

        文章針對(duì)7種負(fù)荷常用的型號(hào)電器進(jìn)行了多次仿真實(shí)驗(yàn)分析,采集并保存負(fù)荷投切時(shí)的電壓、電流信息,提取電流諧波和功率特征,在表1數(shù)據(jù)庫(kù)的基礎(chǔ)上進(jìn)行了擴(kuò)充。為了驗(yàn)證該算法對(duì)非侵入多負(fù)荷投切行為辨識(shí)的有效性,設(shè)置了三組試驗(yàn)進(jìn)行分析。試驗(yàn)設(shè)置IBPSO算法中,每個(gè)粒子的位置由二進(jìn)制[a1,a2, ...,a35]來(lái)表示,種群數(shù)量為100,學(xué)習(xí)因子φ=0.9,最大迭代次數(shù)為200次。

        3.1 不同種類的多負(fù)荷同時(shí)投切

        當(dāng)性質(zhì)相似的負(fù)荷同時(shí)開(kāi)啟時(shí),電流和功率信號(hào)疊加,電流諧波幅值就會(huì)相似;功率相同和相近的負(fù)荷也可能造成辨識(shí)錯(cuò)誤。為了驗(yàn)證所提辨識(shí)算法的有效性,分別針對(duì)諧波幅值相似和功率相同或相近的情況兩組進(jìn)行試驗(yàn)。

        試驗(yàn)(1):由表1可知,電風(fēng)扇和臺(tái)式電腦的功率相同,且電熱器和電飯煲的電流諧波幅值相似,為驗(yàn)證該算法的有效性,同時(shí)開(kāi)啟電風(fēng)扇、電熱器和微波爐進(jìn)行試驗(yàn);

        試驗(yàn)(2)由于電熱器和燒水壺的功率與電飯煲相同,為驗(yàn)證算法的有效性,同時(shí)開(kāi)啟電熱器、燒水壺和電視機(jī)進(jìn)行試驗(yàn)。

        3.2 包含相同負(fù)荷的多負(fù)荷同時(shí)投切

        在實(shí)際的用電情況中,尤其用電高峰期,一單元中五戶家庭可能同時(shí)開(kāi)啟同一種負(fù)荷,比如在中午11點(diǎn)同時(shí)投入了電飯煲或者微波爐等類似的用電情況,為了驗(yàn)證IBPSO對(duì)某時(shí)刻開(kāi)啟的負(fù)荷類別和數(shù)量做出有效辨識(shí),進(jìn)行試驗(yàn)(3)。

        試驗(yàn)(3):對(duì)五個(gè)家庭中,家庭1和家庭2同時(shí)開(kāi)啟了電飯煲,家庭3和家庭5同時(shí)開(kāi)啟了電視機(jī)的情況進(jìn)行試驗(yàn)。

        三組試驗(yàn)得到的數(shù)據(jù)如表2所示,算法辨識(shí)結(jié)果如表3所示。

        表2 試驗(yàn)數(shù)據(jù)Tab.2 Experimental data

        表3 算法的辨識(shí)結(jié)果Tab.3 Identification results of the algorithm

        由三組試驗(yàn)的結(jié)果可知:所提的IBPSO算法,可對(duì)多負(fù)荷同時(shí)投切的行為進(jìn)行準(zhǔn)確的辨識(shí),且采用電流諧波和功率融合的特征,解決了負(fù)荷性質(zhì)相似和功率相近的負(fù)荷難以辨識(shí)的問(wèn)題。

        由表3的辨識(shí)結(jié)果可知,各組的二進(jìn)制數(shù),為1的位置即為該負(fù)荷在該戶中開(kāi)啟。

        3.3 辨識(shí)算法對(duì)比

        3.3.1 IBPSO算法與BPSO算法的收斂速度對(duì)比

        為了驗(yàn)證所提的改進(jìn)二進(jìn)制粒子群優(yōu)化算法(IBPSO)在收斂速度比二進(jìn)制粒子群(BPSO)算法更優(yōu),采用BPSO算法對(duì)上述試驗(yàn)做了求解,并繪制了兩種算法的收斂曲線圖(如圖1),由圖1可知,IBPSO算法較BPSO在收斂速度上有所提高。

        圖1 IBPSO算法與BPSO算法收斂曲線Fig.1 Convergence curves of IBPSO and BPSO algorithm

        3.3.2 IBPSO算法對(duì)負(fù)荷融合特征與單一特征的辨識(shí)對(duì)比

        為了驗(yàn)證IBPSO算法對(duì)電流諧波和功率特征的融合特征比單一特征的辨識(shí)精度更好,采用IBPSO對(duì)電流諧波和功率分別進(jìn)行辨識(shí),并與對(duì)融合特征的辨識(shí)結(jié)果作比較。選擇電流諧波特征或者功率特征相同或相似的負(fù)荷進(jìn)行投切,對(duì)3.1和3.2中的三組試驗(yàn)進(jìn)行大量試驗(yàn)分析,辨識(shí)精度如表4所示。

        由表4可知,該算法對(duì)單一負(fù)荷特征進(jìn)行辨識(shí)時(shí),容易造成相似負(fù)荷間的辨識(shí)錯(cuò)誤,而對(duì)融合特征的辨識(shí)精度平均達(dá)到90%,較單一特征的辨識(shí)精度有較大的提高。

        表4 不同特征的辨識(shí)精度(%)Tab.4 Identification accuracy of different characteristics

        4 結(jié)束語(yǔ)

        對(duì)居民負(fù)荷投切行為的辨識(shí)問(wèn)題進(jìn)行了研究,提出了改進(jìn)的二進(jìn)制粒子群優(yōu)化算法,通過(guò)算例分析驗(yàn)證了優(yōu)化配置方法的可行性,并得到以下結(jié)論:

        (1)將電流諧波特征和功率融合作為負(fù)荷投切行為的特征,辨識(shí)精度有較大的提高;

        (2)改進(jìn)的二進(jìn)制粒子群優(yōu)化算法,將應(yīng)用范圍擴(kuò)展到了二進(jìn)制空間,較傳統(tǒng)的粒子群算法在精度和迭代次數(shù)上有了較大的提高,對(duì)非侵入式多負(fù)荷投切行為的辨識(shí)有較好的效果。

        猜你喜歡
        投切二進(jìn)制適應(yīng)度
        改進(jìn)的自適應(yīng)復(fù)制、交叉和突變遺傳算法
        用二進(jìn)制解一道高中數(shù)學(xué)聯(lián)賽數(shù)論題
        基于限流可行方案邊界集的最優(yōu)支路投切
        能源工程(2020年6期)2021-01-26 00:55:22
        有趣的進(jìn)度
        二進(jìn)制在競(jìng)賽題中的應(yīng)用
        基于空調(diào)導(dǎo)風(fēng)板成型工藝的Kriging模型適應(yīng)度研究
        基于電容器投切的電網(wǎng)諧波阻抗測(cè)量
        基于無(wú)功補(bǔ)償晶閘管投切電容器的研究
        基于模糊自適應(yīng)控制的接觸器過(guò)零投切系統(tǒng)研究
        少數(shù)民族大學(xué)生文化適應(yīng)度調(diào)查
        亚洲熟女乱色综合亚洲av| 91精品国产自拍视频| 日韩少妇人妻中文字幕| 久久不见久久见中文字幕免费 | 亚洲黑寡妇黄色一级片| 免费人成视频网站在线不卡| 亚洲av高清在线一区二区三区 | 国产午夜免费高清久久影院| 成人无码免费一区二区三区| 久久精品国产亚洲综合色| 国产女主播大秀在线观看| 亚洲狠狠婷婷综合久久久久| 欧美成人片一区二区三区| 亚洲一区二区自拍偷拍| 国产精品国产三级国产专播| 无码无套少妇毛多18p| 国产99久久亚洲综合精品| 国产成人精品aaaa视频一区 | 亚洲av高清天堂网站在线观看| 无码aⅴ免费中文字幕久久| 免费观看国产精品| 国产精品99久久精品女同| 亚洲桃色视频在线观看一区| 国产精品爽黄69天堂a| 国产综合久久久久影院| 视频国产一区二区在线| 亚洲熟妇色自偷自拍另类| 亚洲欧美国产双大乳头| 国产一级片内射在线视频| 色熟妇人妻久久中文字幕| 中国老熟妇自拍hd发布| 亚洲欧美日韩一区二区在线观看| 狠狠综合久久av一区二区三区| 久久国产成人精品国产成人亚洲 | 不卡国产视频| 少妇人妻无一区二区三区| 少妇人妻综合久久中文字幕| 国产一国产一级新婚之夜| 后入少妇免费在线观看| 中文字幕人成乱码熟女| 国产精品久久久久久久久鸭|