基于DAG-SVMS的非侵入式負(fù)荷識別方法
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>639 K
標(biāo)簽： 非侵入式負(fù)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(fù)荷識別技術(shù),，有利于推動建筑節(jié)能、實現(xiàn)電網(wǎng)負(fù)荷預(yù)測,、開發(fā)智能樓宇、完善智能電網(wǎng)體系建設(shè),。據(jù)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(fù)荷辨識方法,。首先,，對總線電流信號進(jìn)行事件檢測，檢測到暫態(tài)事件后，分離目標(biāo)負(fù)荷暫態(tài)電流波形,，提取特征,，然后，將特征輸入預(yù)先訓(xùn)練好的DAG-SVMS模型進(jìn)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(shù)。為減小累積誤差,，提出Gini指數(shù)優(yōu)化DAG-SVMS節(jié)點順序的策略,。實驗結(jié)果表明，文中方法識別準(zhǔn)確率高,，識別速度快,，具有可行性。
現(xiàn)在下載
VIP會員,，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,。