基于差量特征与AdaBoost的家用负荷识别方法研究

• 作者: 王岩俊 蔡高琰 骆德汉 梁炳基
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 非侵入式负荷识别 智能电表 差量特征 AdaBoost
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 行业应用|Industrial Application
• 页码范围: 78-82
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2022.03.013

摘要

针对家用负荷提出了一种使用智能电表进行数据采集的非侵入式负荷在线识别方法.该方法使用智能电表计算出负荷的差量特征向量预先建立特征库,训练以决策树作为弱分类器的AdaBoost分类器模型,利用负荷投切时电表的告警信息中包含的特征向量进行分类以实现负荷在线识别,实时性好且提高了单一决策树模型的识别效果.实验结果证明了该方法的可行性,实现了负荷使用信息的获取,具有较好的实际应用价值.