期刊文献+

基于决策树的非入侵式负荷分解算法的研究 被引量:2

Research on non-invasive load decomposition method based on decision tree algorithm
下载PDF
导出
摘要 非侵入式负荷分解(non-intrusive load disaggregation,NILD)作为智能用电的重要组成部分,主要是在不改变用户现有电路结构的前提下,通过智能电表获取用户的用电信息,通过算法分解出各设备的具体用电信息。为此提出了一种基于决策树算法的V-I轨迹负荷特征分解方法。其结合功率特征和电压电流信息得出的V-I轨迹特征能有效地解决功率重叠的问题,并对V-I轨迹进行特征量化。同时,研究家用电器的前级电路可以将电器分为电阻类和非电阻类,结合决策树算法的分治思想能有效地减少计算量。该负荷分解方法结合Redd数据验证可知具有简单、高效和准确的特点。
出处 《计算机应用研究》 CSCD 北大核心 2020年第S01期163-165,174,共4页 Application Research of Computers
基金 上海电力大学校级项目(YJY-2019006)
  • 相关文献

参考文献4

二级参考文献51

  • 1闫友彪,陈元琰.机器学习的主要策略综述[J].计算机应用研究,2004,21(7):4-10. 被引量:56
  • 2Wang Yu,Xiang Yang,Yu Shunzheng.Internet traffic classification using machine learning:a token-based approach[C]//Proc of the 16th IEEE International Conference on Computational Science and Engineering.[S.l.]:IEEE Press,2013:285-289. 被引量:1
  • 3Wolpert D H.Stacked generalization[J].Neural Networks,1992,5(2):241-259. 被引量:1
  • 4Quinlan J R.Bagging,boosting,and C4.5[C]//Proc of the 13th National Conference on Artificial Intelligence.[S.l.]:AAAI,1996:725-730. 被引量:1
  • 5Breiman L.Bagging predictors[J].Machine Learning,1996,24(2):123-140. 被引量:1
  • 6Dietterich T G.Ensemble methods in machine learning[M]//Multiple Classifier Systems.Berlin:Springer,2000:1-15. 被引量:1
  • 7Guo Jingming,Lin Chenchi,Chang Chehao,et al.Face gender recognition with halftoning-based AdaBoost classifiers[C]//Proc of IEEE International Symposium on Circuits and Systems.[S.l.]:IEEE Press,2013:2497-2500. 被引量:1
  • 8Connolly J F,Granger E,Sabourin R.Dynamic multi-objective evolution of classifier ensembles for video face recognition[J].Applied Soft Computing,2013,13(6):3149-3166. 被引量:1
  • 9Glodek M,Reuter S,Schels M,et al.Kalman filter based classifier fusion for affective state recognition[M]//Multiple Classifier Systems.Berlin:Springer,2013:85-94. 被引量:1
  • 10Le Saux B,Sanfourche M.Robust vehicle categorization from aerial images by 3D-template matching and multiple classifier system[C]//Proc of the 7th International Symposium on Image and Signal Processing and Analysis.[S.l.]:IEEE Press,2011:466-470. 被引量:1

共引文献140

同被引文献20

引证文献2

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部