[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在审
| 申请号： | 201810331757.7 | 申请日： | 2018-04-13 |
| 公开（公告）号： | CN108491893A | 公开（公告）日： | 2018-09-04 |
| 发明（设计）人： | 谈竹奎;刘斌;李正佳;赵远凉;徐睿;赵立进;程利;吴金勇;桂专;王冕;丛中笑 | 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;G06Q10/06;G06Q50/06 |
| 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深层森林算法的家庭用电负荷分类识别方法，它包括：采集不同家庭用电负荷的特性数据；进行数据的预处理和重要关键参量的计算；利用数据库内数据和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；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；利用数据样本集对算法进行训练，形成具有逐层强化筛选的深层森林模型；利用测试集对深层森林模型的分类的精确度进行测试，确定模型的层数；得到训练完成的深层森林模型后，向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；实现对海量的家庭用户用电数据的处理和分类识别。 | ||
| 搜索关键词： | 算法 森林 家庭用电负荷 分类识别 训练数据集 数据样本 测试集 预处理 分类结果 关键参量 家庭用户 输出负荷 特性数据 用电数据 决策树 参量 数据库 观测 采集 筛选 测试 分类 | ||
【主权项】：
1.一种基于深层森林算法的家庭用电负荷分类识别方法，它包括：步骤S110、采集不同家庭用电负荷的特性数据；步骤S120、将海量家庭用电负荷数据存储于服务器端，同时进行数据的预处理和重要关键参量的计算；步骤S130、利用数据库内数据和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；步骤S140、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；步骤S150、利用数据样本集对算法进行训练，形成具有逐层强化筛选的深层森林模型；步骤S160、利用测试集对深层森林模型的分类的精确度进行测试，确定模型的层数；步骤S180、得到训练完成的深层森林模型后，向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。
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/201810331757.7/，转载请声明来源钻瓜专利网。
