Resumen

La monitorización de carga no intrusiva en microredes inteligentes tiene como objetivo obtener el consumo de energía de electrodomésticos individuales a partir de los datos energéticos agregados, lo cual generalmente se enfrenta a la identificación de errores del tipo de carga para la desagregación de energía en el sistema de gestión energética (EMS) de la microred. Este documento propone una estrategia de clasificación para el esquema de identificación de carga no intrusiva basado en el algoritmo de red neuronal bilateral de memoria a largo y corto plazo (Bi-LSTM). El algoritmo de ventana deslizante se utiliza para extraer las características del evento de carga detectado y obtener las características de carga de las muestras de datos. Para identificar con precisión estas características de carga, la información de estado estable se combina como entrada del modelo Bi-LSTM durante el entrenamiento. Compuesto por una red neuronal de memoria a largo y corto plazo (LSTM) y una red neuronal recurrente (RNN), Bi-LSTM tiene ventajas en cuanto a una mayor capacidad de reconocimiento. Finalmente, se utilizan la precisión (),

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Monitoreo de carga; Desagregación de energía; Microrred; Algoritmo Bi-LSTM; Identificación de carga; Consumo de energía
• Keywords:Load monitoring; Energy disaggregation; Microgrid; Bi-LSTM algorithm; Load identification; Energy consumption