基于差量特征与AdaBoost的家用负荷识别方法研究
Information Techology and Network Security（2022）
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.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要