[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： | 本发明公开了一种基于随机森林的电力用户特征识别分类方法，它包括：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；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；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；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；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；解决了现有技术不能对电网中的电网用户进行特征识别分类的问题。 | ||
| 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 | ||
【主权项】：
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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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/patent/201810331211.1/，转载请声明来源钻瓜专利网。
