| 注册
首页|期刊导航|河北科技大学学报|基于K-means聚类与PSO特征优选KNN的分级负荷识别方法

基于K-means聚类与PSO特征优选KNN的分级负荷识别方法

安琪 梁宇飞 王耀强 王占彬 李争 李峥 安国庆

河北科技大学学报2022,Vol.43Issue(3):249-258,10.
河北科技大学学报2022,Vol.43Issue(3):249-258,10.DOI:10.7535/hbkd.2022yx03004

基于K-means聚类与PSO特征优选KNN的分级负荷识别方法

Hierarchical load identification method based on K-means clustering and PSO feature optimization KNN

安琪 1梁宇飞 1王耀强 1王占彬 1李争 1李峥 2安国庆1

作者信息

  • 1. 河北科技大学电气工程学院,河北石家庄 050018
  • 2. 河北省智能配用电装备产业技术研究院(石家庄科林电气股份有限公司),河北石家庄 050222
  • 折叠

摘要

关键词

电气测量技术及其仪器仪表/非侵入式负荷辨识/V-I轨迹/HOG特征/K-means聚类分析/特征优选

分类

信息技术与安全科学

引用本文复制引用

安琪,梁宇飞,王耀强,王占彬,李争,李峥,安国庆..基于K-means聚类与PSO特征优选KNN的分级负荷识别方法[J].河北科技大学学报,2022,43(3):249-258,10.

基金项目

河北省省级科技计划(20311801D) (20311801D)

2020年通用航空增材制造协同创新中心课题(15号) (15号)

河北科技大学学报

OA北大核心CSTPCD

1008-1542

访问量0
|
下载量0
段落导航相关论文