基于DAG-SVMS的非侵入式负荷识别方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16157/j.issn.0258-7998.211451

基于DAG-SVMS的非侵入式负荷识别方法

引用
在供电入口处嵌入非侵入式负荷识别技术,有利于推动建筑节能、实现电网负荷预测、开发智能楼宇、完善智能电网体系建设.据此,提出一种基于有向无环图支持向量机(Directed Acyclic Graph Support Vector Machines,DAG-SVMS)的负荷辨识方法.首先,对总线电流信号进行事件检测,检测到暂态事件后,分离目标负荷暂态电流波形,提取特征,然后,将特征输入预先训练好的DAG-SVMS模型进行分类识别.为提升分类器性能,使用粒子群优化PSO(Particle Swarm Optimization)算法优化DAG-SVMS分类器的参数.为减小累积误差,提出Gini指数优化DAG-SVMS节点顺序的策略.实验结果表明,文中方法识别准确率高,识别速度快,具有可行性.

非侵入式负荷识别;暂态事件;DAG-SVMS模型;Gini指数;PSO算法

47

TN915

重庆市自然科学基金csts2016jcyjA0214

2021-11-02(万方平台首次上网日期,不代表论文的发表时间)

共6页

107-112

相关文献
评论
暂无封面信息
查看本期封面目录

电子技术应用

0258-7998

11-2305/TN

47

2021,47(10)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn