基于ICPSO-XGBoost的非侵入式负荷辨识方法OACSTPCD
A non-intrusive load identification method based on ICPSO-XGBoost
针对家庭用电负荷的电气特征相近导致基于电气量特征的非侵入式负荷辨识方法易产生误辨识的问题,提出以电器投切时间、运行时长和投切次数为代表的电器使用规律特征,结合传统电气负荷特征组合成为新的负荷特征标签.在此基础上,提出一种基于改进混沌粒子群优化的极端梯度提升树算法.在该算法中,利用回归树作为负荷特征的基分类器构建极端梯度提升树模型.进一步地,通过在目标函数中加入正则项,添加缩减系数等措施避免算法陷入过拟合.同时,将混沌思想应用于粒子群算法中提升其全…查看全部>>
谢耀锋;周洪;周东国
武汉大学电气与自动化学院,武汉430072武汉大学电气与自动化学院,武汉430072武汉大学电气与自动化学院,武汉430072
动力与电气工程
非侵入式电器使用规律XGBoost粒子群算法
non-intrusiveutilization behavior of householdXGBoostPSO
《电测与仪表》 2023 (8)
32-37,6
评论