基于小波设计和数据挖掘算法协同训练的非侵入式负载识别

• 作者: 刘治凡 周步祥 廖敏芳 张致强 袁岳
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 非侵入式负荷识别 小波分析 决策树算法 k近邻算法 协同训练
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 1-7
• 页数: 7页
• 分类号: TM411|TM933
• 字数: 5342字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2019.04.001

摘要

居民用电信息细化对于规划居民电器使用和降低电能消耗具有重要的意义.文章在非侵入式负载识别技术的基础上,提出了一种利用数据挖掘算法进行协同训练的方法,小波设计用于提取家庭常用电器的开、关暂态特性的特征信息,利用小波的能量系数作为特征值,使用k近邻算法和决策树算法协同训练分类出负载样本,对测试集进行了算法验证实验,在简化了计算复杂性的基础上获得了更高的识别精度,克服了一对余算法在分类真实负类事件上存在的缺陷,为用电可视化的研究工作打下基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周步祥	四川大学电气信息学院	121	1391	19.0	33.0
2	张致强	四川大学电气信息学院	8	5	2.0	2.0
3	袁岳	四川大学电气信息学院	4	3	1.0	1.0
4	刘治凡	四川大学电气信息学院	4	3	1.0	1.0
5	廖敏芳	四川大学电气信息学院	3	5	2.0	2.0