基于特征选择与增量学习的非侵入式电动自行车充电辨识方法

来源 :电力系统自动化 | 被引量 : 0次 | 上传用户:tecra1234
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为实现从电网侧监测电动自行车违规停放充电行为,减少电动自行车充电火灾事故,在非侵入式负荷识别的基础上,提出一种基于特征选择与增量学习的电动自行车充电辨识方法.首先,根据电动自行车充电实测电流波形,分析负荷特性并列举15种负荷特征.通过半监督Fisher计分与最大信息系数量度特征辨别度与冗余度,采用贪心搜索算法对特征重要性排序并结合排序与辨识结果选择辨识准确性最高的特征子集.然后,基于一类支持向量机增量学习方法,实现电动自行车负荷辨识与分类器在线学习.最后,通过实测数据进行试验,结果表明文中方法可以对电动自行车充电行为准确辨识,验证了算法的有效性.
其他文献
针对超短期光伏预测应对突发过程性天气时准确性普遍下降,而通过实时气象监测校正辐射值对设备要求较高、对精细化预报依赖性强的问题,以数据驱动为理念,提出了基于XGBoost的
对任意来流条件下的风电场发电功率进行准确预测,是提高电网对风电接纳能力的有效措施.针对大型风电场的功率预测采用单点位风速外推预测代表性差的局限,提出基于高斯混合模
鸡西矿业集团公司张辰煤矿西三采区3
期刊
在电力系统出现故障后,恢复非故障区域的供电可有效提高系统自愈能力.针对应急发电机、储能装置辅助的海上多平台互联电力系统,提出了一种适用于孤岛电网故障后的供电恢复策