【技术实现步骤摘要】
一种电气负载类型识别方法
本专利技术涉及一种设备识别及分类装置与方法,尤其是涉及一种电气负载类型识别方法。
技术介绍
目前,主流的,包括电气负载性质识别在内的电气负载类型识别装置、方法有基于负载功率综合系数算法的电气负载识别方法、基于电磁感应的电气负载识别方法、基于神经网络算法的电气负载识别方法、基于周期性离散变换算法的电气负载识别方法等。各种方法均能够在一定程度是实现电气负载性质的识别,但由于特征性质单一,识别手段单一,普遍存在泛化能力不够及不能完全准确识别的问题。
技术实现思路
本专利技术的目的在于,针对现在已有技术的缺陷,提供一种电气负载类型识别方法,采用分类器进行电气负载类型识别,分类器的输入特征包括电气负载的启动电流特征和电气负载的稳态电流频谱特征。所述启动电流特征包括启动过程时间、启动电流最大值、启动电流最大值时间;对训练分类器的输入特征样本进行区间化,得到区间化输入特征。所述分类器为基于隶属比例平方和的改进决策树分类器,或者是基于隶属比例和的改进决策树分类器,构建流程如下:步骤⑴、获取多组电气负载的输入特征样本,随机选择其中部分输入特征样本作为训练数据样本,其他输入特征样本作为测试数据样本;对训练数据样本中每个输入特征的数据分别进行区间化预处理,得到区间化输入特征;步骤⑵、根据电气负载区间化输入特征的重叠状态,找到当前节点待选择输入特征的中间分裂点,将区间化输入特征的区间分段化;步骤⑶、计算当前节点待选择输入特征的信息量;所述待选择输入特征是指每一个待选择作为当前节点判别属性(分类属性)的输入特征;步骤⑷、计算当前节点待判别电气负载的每个待选择输 ...
【技术保护点】
1.一种电气负载类型识别方法,采用分类器进行电气负载类型识别,其特征在于,所述分类器的输入特征包括电气负载的启动电流特征和电气负载的稳态电流频谱特征;所述启动电流特征包括启动过程时间、启动电流最大值、启动电流最大值时间;所述分类器为基于隶属比例平方和和贝叶斯的复合优化决策树分类器,其构建流程如下:步骤⑴、获取多组电气负载的输入特征样本,随机选择其中部分输入特征样本作为训练数据样本,其他输入特征样本作为测试数据样本;对训练数据样本中每个输入特征的数据分别进行区间化预处理,得到区间化输入特征;步骤⑵、根据电气负载区间化输入特征的重叠状态,找到当前节点待选择输入特征的中间分裂点,将区间化输入特征的区间分段化;步骤⑶、计算当前节点待选择输入特征的信息量;步骤⑷、计算当前节点待判别电气负载的每个待选择输入特征的信息熵;步骤⑸、计算当前节点的每个待选择输入特征的总信息熵;步骤⑹、计算当前节点的每个待选择输入特征的信息增益;步骤⑺、选择当前节点待选择输入特征中信息增益最大的输入特征作为当前节点的判别属性,形成分支完成当前节点的建立;递归调用步骤⑵到步骤⑺,完成所有判别分支的建立;步骤⑻、对不是纯净集 ...
【技术特征摘要】
1.一种电气负载类型识别方法,采用分类器进行电气负载类型识别,其特征在于,所述分类器的输入特征包括电气负载的启动电流特征和电气负载的稳态电流频谱特征;所述启动电流特征包括启动过程时间、启动电流最大值、启动电流最大值时间;所述分类器为基于隶属比例平方和和贝叶斯的复合优化决策树分类器,其构建流程如下:步骤⑴、获取多组电气负载的输入特征样本,随机选择其中部分输入特征样本作为训练数据样本,其他输入特征样本作为测试数据样本;对训练数据样本中每个输入特征的数据分别进行区间化预处理,得到区间化输入特征;步骤⑵、根据电气负载区间化输入特征的重叠状态,找到当前节点待选择输入特征的中间分裂点,将区间化输入特征的区间分段化;步骤⑶、计算当前节点待选择输入特征的信息量;步骤⑷、计算当前节点待判别电气负载的每个待选择输入特征的信息熵;步骤⑸、计算当前节点的每个待选择输入特征的总信息熵;步骤⑹、计算当前节点的每个待选择输入特征的信息增益;步骤⑺、选择当前节点待选择输入特征中信息增益最大的输入特征作为当前节点的判别属性,形成分支完成当前节点的建立;递归调用步骤⑵到步骤⑺,完成所有判别分支的建立;步骤⑻、对不是纯净集的输出节点,分别计算所有输入特征针对该节点所有待分类电气负载类型的隶属比例平方和,采用隶属比例平方和作为该节点的判别属性,选择其中隶属比例平方和最大的电气负载类型输出;步骤⑼、采用步骤⑴获取的电气负载样本输入特征中的训练数据样本,训练并建立贝叶斯分类器;步骤⑽、记录步骤⑻中所有采用隶属比例平方和作为节点判别属性的节点,准备进行分类优化;步骤⑾、选择一个采用隶属比例平方和作为节点判别属性且未进行分类优化的节点进行分类优化,方法是,将步骤⑴获取的电气负载样本输入特征中的测试数据样本依次输入至复合优化决策树分类器,统计该节点采用隶属比例平方和作为节点判别属性时的总电气负载识别准确率;该节点使用贝叶斯分类器分类,替代该节点采用隶属比例平方和作为节点判别属性的方法,将步骤⑴获取的电气负载样本输入特征的测试数据样本依次输入至复合优化决策树分类器,统计该节点采用贝叶斯分类器分类时的总电气负载识别准确率;选择总电气负载识别准确率高的方法作为该节点进行电气负载启动运行识别的方法;步骤⑿、若步骤⑻中所有采用隶属比例平方和作为节点判别属性的节点未全部完成分类优化,返回步骤⑾;若步骤⑻中所有采用隶属比例平方和作为节点判别属性的节点全部完成分类优化,完成复合优化决策树分类器的构造。2.如权利要求1所述的电气负载类型识别方法,其特征在于,步骤⑶中,计算当前节点每个输入特征的信息量的方法是:式中,X代表该信息量所针对的输入特征,X包括且只包括属于当前节点待选择作为判别属性的输入特征;p为在当前节点待判别电气负载类型中能准确地区分出电气负载类型的该负载特征参数区间范围的总和;n为在当前节点待判别电气负载类型中不能准确地区分出电气负载类型的该负载特征参数区间范围的总和。3.如权利要求2所述的电气负载类型识别方法,其特征在于,步骤⑷中,计算当前节点待判别电气负载的每个输入特征的信息熵的方法是:式中,X代表该信息熵所针对的输入特征,X包括且只包括属于当前节点待选择的输入特征;i代表该信息熵所针对的电气负载类型,i包括且只包括属于当前节点待判别的电气负载类型;Pi为该电气负载类型输入特征X的区间范围中与该节点待选择的其他输入特征均不重叠的区间范围;...
【专利技术属性】
技术研发人员:黄云章,凌云,周建华,肖伸平,
申请(专利权)人:湖南工业大学,
类型:发明
国别省市:湖南,43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。