来源：期刊VIP网 时间：
作者：张胜;陈铁;
单位：三峡大学电气与新能源学院;梯级水电站运行与控制湖北省重点实验室;
摘要：针对在接入新负荷时传统非侵入式负荷识别算法会产生误分类的问题，提出一种基于三元组损失（Triplet Loss）和KNN的非侵入式未知负荷识别算法。首先，采用负荷稳态运行时的电流、电压构造多特征融合的彩色V-I轨迹图像；然后，挖掘在线的Semi-Hard样本对，使用Triplet Loss训练神经网络，并得到各样本的特征向量；最后，对特征向量进行PCA降维，并基于类中心构造邻域，使用KNN算法来进行负荷识别。使用PLAID、COOLL数据集对所提算法进行测试。测试结果表明，所提的负荷识别算法在已知类别负荷的分类和未知负荷的识别方面均有较高的准确率。
关键词：三元组损失;;KNN;;非侵入式负荷监测;;V-I轨迹;;PCA降维;;特征融合
基金资助：国家自然科学基金项目（51907104）
