[发明专利]一种基于EO特征选择结合AdaBoost算法的工业电力负荷辨识方法在审
| 申请号： | 202310319690.6 | 申请日： | 2023-03-29 |
| 公开（公告）号： | CN116561569A | 公开（公告）日： | 2023-08-08 |
| 发明（设计）人： | 姚小康;周孟然;刘宇;汪锟;王昊男;朱梓伟 | 申请（专利权）人： | 安徽理工大学 |
| 主分类号： | G06F18/214 | 分类号： | G06F18/214;G06F18/24;G06Q10/04;G06Q10/0639;G06Q50/06;G06F17/14 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 232001 安徽*** | 国省代码： | 安徽;34 |
| 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EO特征选择结合AdaBoost算法的工业电力负荷辨识方法，包括采集工业用电场景中多种设备的电力负荷参数，构建原始功率数据集，对所述数据进行预处理，并根据一定比例规则的划分数据集为训练集和测试集；考虑到采集样本的质量和电力负荷的复杂性，对原始功率数据进行时频域特征提取；使用EO作为基于包装器的特征选择算法，通过DA筛选出最优特征子集；将筛选出的最优特征子集输入至AdaBoost模型进行训练，得到训练好的模型。使用测试集进行识别实验，并输出数据对应的类别和准确率。此方法有效提高了工业用电场景下电力负荷的识别准确率，解决了传统电力负荷识别模型复杂度高难以实际应用在工业现场的问题。 | ||
| 搜索关键词： | 一种 基于 eo 特征 选择 结合 adaboost 算法 工业 电力 负荷 辨识 方法 | ||
【主权项】：
暂无信息
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安徽理工大学，未经安徽理工大学许可，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/202310319690.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种液化气船的压缩机房盆舾装工艺
- 下一篇：一种自动弹开玻璃窗
