基于DAG-SVMS的非侵入式负荷识别方法
所屬分類：技术论文
上傳者：aetmagazine
文檔大?。?span>639 K
標(biāo)簽： 非侵入式负荷识别 暂态事件 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。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。