| 基于單分類結合模糊寬度學習的負荷辨識方法 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>766 K | |
| 標簽： 非侵入式負荷辨識 電流穩態特征 模糊寬度學習 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：非侵入式負荷監測是智能用電的關鍵技術，有助于加強負荷側管理，提高用電效率。隨著電力負荷類型和數量的迅速增加，當模型中接入訓練樣本之外的未知電器時會導致模型誤判，降低負荷識別的準確性。為了提高負荷識別模型的穩定性以及識別精度，提出一種單分類結合模糊寬度學習的電力負荷識別方法。首先，構建負荷特征庫實現多負荷識別；然后，通過單分類K近鄰方法進行樣本篩選，排除未知電器的干擾；最后，提出一種基于模糊寬度學習系統的負荷識別方法解決識別模型復雜度高、識別速率慢的問題。實驗結果表明，所提出的算法能夠快速有效地識別電力負荷。 | |
| 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。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2