| 注册
首页|期刊导航|电器与能效管理技术|基于粒子群优化加权随机森林的非侵入式负荷辨识

基于粒子群优化加权随机森林的非侵入式负荷辨识

谢诗雨 李君豪 王劲峰 熊双菊 唐阳

电器与能效管理技术Issue(9):22-26,44,6.
电器与能效管理技术Issue(9):22-26,44,6.DOI:10.16628/j.cnki.2095-8188.2019.09.005

基于粒子群优化加权随机森林的非侵入式负荷辨识

Non-Invasive Load Identification of Weighted Random Forest Based on Particle Swarm Optimization

谢诗雨 1李君豪 1王劲峰 1熊双菊 1唐阳1

作者信息

  • 1. 三峡大学电气与新能源学院,湖北宜昌443002
  • 折叠

摘要

关键词

非侵入式负荷辨识/粒子群算法/随机森林/加权投票

分类

信息技术与安全科学

引用本文复制引用

谢诗雨,李君豪,王劲峰,熊双菊,唐阳..基于粒子群优化加权随机森林的非侵入式负荷辨识[J].电器与能效管理技术,2019,(9):22-26,44,6.

基金项目

国家青年科学基金项目(61603212) (61603212)

电器与能效管理技术

2095-8188

访问量0
|
下载量0
段落导航相关论文