【技术实现步骤摘要】
一种基于正则化贪心森林算法非侵入式负荷辨识方法
[0001]本专利技术涉及一种基于正则化贪心森林算法非侵入式负荷辨识方法,特别适合涉及在非侵入式负荷监测系统中。
技术介绍
[0002]随着智能电网广泛普及,居民用户侧成为其重要消耗端之一,通过对用户用电量的分项计量及实时反馈,能够引导居民自行产生合理用电习惯,对缓解能源危机起着至关重要的作用,同时帮助电网侧深入探究居民端的节能潜力和需求响应潜力;而非侵入式负荷监测是用电量分项计量的实现途径,负荷辨识作为非侵入式负荷监测的重要组分之一,具有重要研究意义;本专利技术针对现有高精度的基于深度学习的负荷识别算法运算复杂度高,无法用于家庭嵌入式设备的问题,公布了一种基于正则化贪心森林算法的非侵入式负荷辨识方法,该方法能够提高负荷识别精度,且模型具有良好的泛化能力,具有一定的应用价值。
技术实现思路
[0003]本专利技术的主要目的是提出一种基于正则化贪心森林算法非侵入式负荷辨识方法。
[0004]本方法包括以下步骤:
[0005]Step1使用某一区域的居民用电数据,对数据进行预处理;
[0006]Step2选择V
‑
I轨迹作为负荷特征,轨迹特征的提取方法是通过映射将原始V
‑
I轨迹转化为二维V
‑
I轨迹,分析该特征轨迹图与样本数据的标签的相关性,使用与样本数据标签有相关性的负荷特征是为了提高负荷辨识的准确性;
[0007]Step3使用基于正则化贪心森林算法的非侵入式负荷辨识 ...
【技术保护点】
【技术特征摘要】
1.一种基于正则化贪心森林算法非侵入式负荷辨识方法,其特征在于:采用正则化贪心森林算法在处理数据不平衡时以及在识别的具有相似特征轨迹时,具有较强的泛化能力,且算法运算复杂度较低,提高了算法的识别精度,具体包括以下步骤:Step1使用某一区域的居民用电数据,对数据进行预处理;Step2选择V
‑
I轨迹作为负荷特征,轨迹特征的提取方法是通过映射将原始V
‑
l轨迹转化为二维V
‑
I轨迹,分析该特征轨迹图与样本数据的标签的相关性,使用与样本数据标签有相关性的负荷特征是为了提高负荷辨识的准确性;Step3使用基于正则化贪心森林算法的非侵入式负荷辨识方法进行负荷辨识,并得到辨识的结果。2.如权利要求1所述对获取的数据进行预处理,并获取该范围内各用户用电设备的相关信息,其特征在于:采用某一区域的居民用电数据,对该数据进行预处理,因为样本出现数据不平衡时,少数类样本特征训练不充分,会导致算法的辨识准确率出现精度偏移;因此采用SVMSMOTE算法对少数类样本进行扩充,以此生成新的数据样本;其合成的策略是使用支持向量机分类器产生支持向量,然后再生成新的少数类样本,最后使用SMOTE过采样算法合成样本。3.如权利要求2所述选择V
‑
I轨迹作为负荷特征,并分析该特征轨迹图与样本数据的标签的相关性,其特征在于:在用电设备稳定运行时一个周期内,高频电压u和i电流的波形数据,横坐标为u,纵坐标为i,绘制原始V
‑
I轨迹;将V
‑
I二维平面分割为2N
×
2N的网格,每个网格的长度(即电压标准值)和高度(即电流标准值)计算如下:初始化一个维度为2N
×
2N的二维矩阵β,其内的元素都赋值为1,即网格内的颜色初始化为白色,对原始V
‑
I轨迹中的数据点(u
j
,i
j
)(j=1,2,
…
,J...
【专利技术属性】
技术研发人员:刘江永,刘宁,刘西蒙,范朝冬,陈才学,易灵芝,
申请(专利权)人:湘潭大学,
类型:发明
国别省市:
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。