一种基于多分类器耦合的非侵入式负荷辨识方法OACSTPCD
新一代智能电表实现了电压、电流数据高频采样,使得用户电力负荷的辨识特征具有更多的可选性,同时多类别的负荷特征输入对于增强负荷辨识算法性能提出了更高的要求。为此,提出一种基于弱分类器耦合的非侵入式负荷辨识方法。首先,提取家用电器的电量和非电量等多种负荷特征,并将这些特征作为弱分类器的输入;然后,将各个弱分类器的输出进行耦合,采用经典的Adaboost架构提高分类器的性能,实现非侵入式电力负荷辨识。最后,在AMPds公用数据集上进行测试,结果表明所提…查看全部>>
易仕琪;孔政敏;王帅;霍梓航
武汉大学电气与自动化学院,湖北武汉430072武汉大学电气与自动化学院,湖北武汉430072广东省智能电网新技术企业重点实验室(南方电网电力科技股份有限公司),广东广州510080广东省智能电网新技术企业重点实验室(南方电网电力科技股份有限公司),广东广州510080
动力与电气工程
非侵入式负荷辨识弱分类器Adaboost算法
《广东电力》 2023 (8)
P.89-96,8
评论