天津大学电气自动化与信息工程学院，天津 300072
针对用户家中电器负荷识别分解问题提出了一种新的特征提取方法。对总线电流进行小波滤波处理，并根据周期差分的方法除去负荷暂态电流的背景电流，获取负荷投切后的暂态电流信号。对负荷的暂态电流进行S变换获取幅值谐波矩阵，并使用双向二维主成分分析［(2D)2PCA］对暂态电流的幅值谐波矩阵从行和列方向进行压缩以提取特征。使用支持向量机对样本特征集进行分类。对BLUED电力数据集的6种家用负荷进行识别，平均识别率为99.24%，最高达到100%。该方法与其他特征提取方法相比，对电气特性相似的负荷具有更高的识别率。
信号处理 暂态电流 S变换 双向二维主成分分析 模式识别 激光与光电子学进展
2018, 55(8): 080701
