基于DAG-SVMS的非侵入式負荷識別方法
所屬分類：技術論文
上傳者：aetmagazine
文檔大小：639 K
標簽： 非侵入式負荷識別 暫態(tài)事件 DAG-SVMS模型
所需積分：0分積分不夠怎么辦？
文檔介紹：在供電入口處嵌入非侵入式負荷識別技術，有利于推動建筑節(jié)能、實現電網負荷預測、開發(fā)智能樓宇、完善智能電網體系建設。據此，提出一種基于有向無環(huán)圖支持向量機(Directed Acyclic Graph Support Vector Machines，DAG-SVMS)的負荷辨識方法。首先，對總線電流信號進行事件檢測，檢測到暫態(tài)事件后，分離目標負荷暫態(tài)電流波形，提取特征，然后，將特征輸入預先訓練好的DAG-SVMS模型進行分類識別。為提升分類器性能，使用粒子群優(yōu)化PSO(Particle Swarm Optimization)算法優(yōu)化DAG-SVMS分類器的參數。為減小累積誤差，提出Gini指數優(yōu)化DAG-SVMS節(jié)點順序的策略。實驗結果表明，文中方法識別準確率高，識別速度快，具有可行性。
現在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。