HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

计及用电模式的居民负荷梯度提升树分类识别方法

作者:王守相; 刘天宇公共数据集负荷用电模式改进k均值聚类梯度提升树

摘要:居民负荷分类与识别是负荷监测与需求侧管理的研究基础。为了实现居民负荷用电模式的提取和识别,本文对负荷公共数据集运用主成分分析降维并聚类,提出了一种计及典型用电模式的梯度提升树负荷分类识别方法。首先对负荷公共数据集重采样并获得各类负荷能耗特征样本,归一化后通过主成分分析法降维得到特征的主成分。再通过改进K均值聚类法获得各类负荷的典型用电模式,训练梯度提升树并进行超参数优化,对测试集负荷类型进行识别。在公共数据集与实测数据上测试发现,该方法对于居民负荷分类识别有良好效果,能够实现对负荷的分类识别。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电力系统及其自动化学报

《电力系统及其自动化学报》(CN:12-1251/TM)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《电力系统及其自动化学报》是中文优秀期刊,天津市一级期刊,被英国科学文摘(SA)、俄罗斯文摘杂志(AJ)、日本科学技术文献社数据库(CBST,JST)、美国乌利希国际期刊指南、中国科学引文数据库等国内外相关数据库收录。

杂志详情