计及用电模式的居民负荷梯度提升树分类识别方法

• 作者: 刘天宇 王守相
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 公共数据集 负荷用电模式 改进K均值聚类 梯度提升树
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 27-33
• 页数: 7页
• 分类号: TM713
• 字数: 6688字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2017.09.005

摘要

居民负荷分类与识别是负荷监测与需求侧管理的研究基础.为了实现居民负荷用电模式的提取和识别,本文对负荷公共数据集运用主成分分析降维并聚类,提出了一种计及典型用电模式的梯度提升树负荷分类识别方法.首先对负荷公共数据集重采样并获得各类负荷能耗特征样本,归一化后通过主成分分析法降维得到特征的主成分.再通过改进K均值聚类法获得各类负荷的典型用电模式,训练梯度提升树并进行超参数优化,对测试集负荷类型进行识别.在公共数据集与实测数据上测试发现,该方法对于居民负荷分类识别有良好效果,能够实现对负荷的分类识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王守相	天津大学智能电网教育部重点实验室	96	5815	36.0	76.0
2	刘天宇	天津大学智能电网教育部重点实验室	8	59	4.0	7.0