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?。?span>639 K
                                                標簽: 非侵入式負荷識別 暫態事件 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,有利于推動建筑節能、實現電網負荷預測、開發智能樓宇、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,檢測到暫態事件后,分離目標負荷暫態電流波形,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,使用粒子群優化PSO(Particle Swarm Optimization)算法優化DAG-SVMS分類器的參數。為減小累積誤差,提出Gini指數優化DAG-SVMS節點順序的策略。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。
                                                亚洲精品少妇30P