[发明专利]一种基于随机森林的电力用户特征识别分类方法在审
| 申请号： | 201810331211.1 | 申请日： | 2018-04-13 |
| 公开（公告）号： | CN108537281A | 公开（公告）日： | 2018-09-14 |
| 发明（设计）人： | 谈竹奎;王冕;李正佳;马春雷;徐长宝;刘斌;吴金勇;鞠远;桂专;袁旭峰;杜雪;汪永祥 | 申请（专利权）人： | 贵州电网有限责任公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 贵阳中新专利商标事务所 52100 | 代理人： | 商小川 |
| 地址： | 550002 贵*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 电力用户 随机森林 分类模型 特征识别 决策树分类模型 样本 分类 负荷数据 用户数据 归一化预处理 采集 决策树算法 分类结果 负荷曲线 负荷特性 输出电力 随机抽取 影响因子 用电负荷 电网 测试集 训练集 抽取 | ||
1.一种基于随机森林的电力用户特征识别分类方法，它包括：
步骤S110、采集电力用户数据，根据电力用户的负荷曲线和电力用户数据，得到电力用户用电负荷数据；
步骤S120、对电力用户负荷数据进行归一化预处理，提取出电力用户负荷数据的影响因子，建立随机森林的训练集和测试集；
步骤S130、从训练集中随机抽取样本，抽取k个样本，利用决策树算法对k个样本进行训练，获得k个决策树分类模型；
步骤S140、将k个决策树分类模型组合起来，形成组合分类模型，即随机森林分类模型；
步骤S150、采集电力用户负荷特性数据，利用随机森林分类模型对这些数据进行分类，输出电力用户的分类结果。
2.根据权利要求1所述的一种基于随机森林的电力用户特征识别分类方法，其特征在于：步骤S140建立的随机森林分类模型，通过利用测试集对随机森林模型进行分类结果测试，将测试结果和测试集结果进行比较，以此来验证随机森林分类模型。
3.根据权利要求1所述的一种基于随机森林的电力用户特征识别分类方法，其特征在于：电力用户用电负荷数据包括：
①、峰值Pmax，取电力用户日用电曲线中的最大值来作为该电力用户用电负荷曲线的峰值；
②、峰谷差ΔPm，取电力用户用电曲线中的最大值Pmax和最小值Pmin，两者的差值作为该电力用户用电曲线的峰谷值；
ΔPm＝Pmax-Pmin
③、负荷率km，
④、最小负荷系数α，
⑤、耗电量Wd，
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于贵州电网有限责任公司，未经贵州电网有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810331211.1/1.html，转载请声明来源钻瓜专利网。
