[发明专利]一种基于深层森林算法的家庭用电负荷分类识别方法

摘要

本发明及到一种基于深层森林算法的家庭用电负荷分类识别方法，首先通过家庭智能采集终端对不同家庭用电负荷的特性数据进行智能化采集，其次将海量数据存储于服务器端，同时进行数据预处理，再次利用数据库的数据库建立训练数据集，并对深层森林算法模型进行训练，最后利用训练完成的深层森林算法对家庭用电负荷进行智能分类识别。本发明具有深层表征特性挖掘、可自行确定筛选层数以减少计算量的优点，可对有效对家庭负荷类别进行智能识别，所得结果可服务于电网需求侧管理、电力市场等多方面，从而有利于提高电力企业的经济效益。

主权项

一种基于深层森林算法的家庭用电负荷分类识别方法，其特征在于，包括以下步骤：S110：通过家庭智能采集终端对不同家庭用电负荷的特性数据进行智能化采集；S120：将采集到的家庭用电负荷数据上传至服务器端并储存至家庭用电负荷数据库，同时对家庭用电负荷的数据进行预处理和家庭用电负荷重要关键参量的计算；S130：利用家庭用电负荷数据库内数据和重要关键参量建立深层森林算法的训练数据集，所述训练数据集包括数据样本集和测试集；S140：根据用户需要设置深层森林算法的参数，确定森林的产生算法，决策树棵数；S150：利用训练样本集对深层森林算法进行训练，形成具有逐层强化筛选的深层森林模型；S160：利用测试集对深层森林模型的分类的精确度进行测试，确定深层森林模型的层数；S170：设置一定的时间间隔，利用不断生成的家庭用电负荷数据，对深层森林模型进行更新；S180：得到训练完成的深层森林模型后，向深层森林模型中输入需要新接入的家庭负荷的观测值数据，最终输出负荷类型的分类结果。