典型文献
基于差量特征与AdaBoost的家用负荷识别方法研究
文献摘要：
针对家用负荷提出了一种使用智能电表进行数据采集的非侵入式负荷在线识别方法.该方法使用智能电表计算出负荷的差量特征向量预先建立特征库,训练以决策树作为弱分类器的AdaBoost分类器模型,利用负荷投切时电表的告警信息中包含的特征向量进行分类以实现负荷在线识别,实时性好且提高了单一决策树模型的识别效果.实验结果证明了该方法的可行性,实现了负荷使用信息的获取,具有较好的实际应用价值.
文献关键词：
非侵入式负荷识别;智能电表;差量特征;AdaBoost
中图分类号：
作者姓名：
王岩俊;蔡高琰;骆德汉;梁炳基
作者机构：
广东工业大学信息工程学院,广东广州510006;广东浩迪创新科技有限公司,广东佛山528200
文献出处：
引用格式：
[1]王岩俊;蔡高琰;骆德汉;梁炳基-.基于差量特征与AdaBoost的家用负荷识别方法研究)[J].网络安全与数据治理,2022(03):78-82
A类：
差量特征
B类：
AdaBoost,家用,智能电表,在线识别,特征向量,弱分类器,切时,告警信息,决策树模型,非侵入式负荷识别
AB值：
0.229939
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
