《表4 实例辨识结果:一种基于LSTM模型的电力负荷辨识方法》
进一步地,图8给出了测试中随机获取的9个时刻点数据进行负荷辨识,分别是53、90、150、190、220、250、266、298、322,其中,H表示谐波分量;n(1、5、7…)表示谐波次数,并列出了当前开启的负荷。相对地,表4给出了图8所示LSTM模型的真实输出,可以发现在变点时刻,基于LSTM网络的非侵入式电力负荷辨识算法能够有效辨识电气设备的工作状态组合,从而进一步验证了文中方法的有效性。
图表编号 | XD00116039900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.10 |
作者 | 刘恒勇、刘永礼、邓世聪、史帅彬、闵若琳、周东国 |
绘制单位 | 深圳供电局有限公司、深圳供电局有限公司、深圳供电局有限公司、深圳供电局有限公司、武汉大学动力与机械学院、武汉大学动力与机械学院 |
更多格式 | 高清、无水印(增值服务) |