申请/专利权人:国电南瑞南京控制系统有限公司;国电南瑞科技股份有限公司;南瑞集团有限公司;国网电力科学研究院有限公司
申请日:2023-07-30
公开(公告)日:2023-12-19
公开(公告)号:CN117251758A
主分类号:G06F18/24
分类号:G06F18/24;G06F18/10;G06F18/2131;G06N20/20;G06F18/214;G06N3/0464;G06F18/25
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.01.05#实质审查的生效;2023.12.19#公开
摘要:本发明公开了基于多元特征和Bagging集成学习模型的负荷识别方法及系统包括,获取电器负荷信号,并对负荷信号进行特征提取;基于特征提取结果构建电力负荷数据指纹特征库,将电力负荷数据指纹特征库结合Bagging集成学习模型进行分类学习,得到电器负荷识别分类模型;根据电器负荷识别分类模型对电器负荷信号进行识别。本发明构造了基于后端融合的集成学习Bagging算法来进行负荷识别,能够显著提升负荷预测的精度。
主权项:1.基于多元特征和Bagging集成学习模型的负荷识别方法,其特征在于:包括,获取电器负荷信号,并对所述负荷信号进行特征提取;基于所述特征提取结果构建电力负荷数据指纹特征库,将所述电力负荷数据指纹特征库结合Bagging集成学习模型进行分类学习,得到电器负荷识别分类模型;根据所述电器负荷识别分类模型对所述电器负荷信号进行识别。
全文数据:
权利要求:
百度查询: 国电南瑞南京控制系统有限公司;国电南瑞科技股份有限公司;南瑞集团有限公司;国网电力科学研究院有限公司 基于多元特征和Bagging集成学习模型的负荷识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。