| 注册
首页|期刊导航|电力建设|基于Fisher主元分析和核极限学习机的非侵入式电力负荷辨识模型

基于Fisher主元分析和核极限学习机的非侵入式电力负荷辨识模型

仝瑞宁 李鹏 郎恂 沈鑫 曹敏

电力建设2021,Vol.42Issue(2):85-92,8.
电力建设2021,Vol.42Issue(2):85-92,8.DOI:10.12204/j.issn.1000-7229.2021.02.011

基于Fisher主元分析和核极限学习机的非侵入式电力负荷辨识模型

Non-intrusive Power Load Identification Model Based on FPCA and KELM

仝瑞宁 1李鹏 1郎恂 1沈鑫 2曹敏2

作者信息

  • 1. 云南大学信息学院,昆明市650504
  • 2. 云南电网有限责任公司电力科学研究院,昆明市650217
  • 折叠

摘要

关键词

非侵入式负荷辨识/Fisher得分/主成分分析/遗传算法(GA)/核极限学习机(KELM)

分类

信息技术与安全科学

引用本文复制引用

仝瑞宁,李鹏,郎恂,沈鑫,曹敏..基于Fisher主元分析和核极限学习机的非侵入式电力负荷辨识模型[J].电力建设,2021,42(2):85-92,8.

基金项目

国家自然科学基金项目(61763049) (61763049)

云南省应用基础研究重点课题项目(2018FA032) (2018FA032)

电力建设

OA北大核心CSCDCSTPCD

1000-7229

访问量0
|
下载量0
段落导航相关论文