发明公开
- 专利标题： 基于多元特征和Bagging集成学习模型的负荷识别方法及系统
-
申请号： CN202310942600.9申请日： 2023-07-30
-
公开(公告)号： CN117251758A公开(公告)日： 2023-12-19
- 发明人: 陆震军 , 朱庆 , 张卫国 , 林慧婕 , 郑红娟 , 孙季泽 , 俞航 , 纪程 , 陈良亮 , 余洋 , 张宇峰 , 周材
- 申请人： 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
- 申请人地址： 江苏省南京市江宁区诚信大道19号
- 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
- 当前专利权人： 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
- 当前专利权人地址： 江苏省南京市江宁区诚信大道19号
- 代理机构： 南京禹为知识产权代理事务所
- 代理商 齐佳美
- 主分类号： G06F18/24
- IPC分类号： G06F18/24 ; G06F18/10 ; G06F18/2131 ; G06N20/20 ; G06F18/214 ; G06N3/0464 ; G06F18/25
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。
