典型文献
基于异构基Stacking机制的居民负荷特征图像识别方法
文献摘要：
负荷识别技术能将不同电器类型有效区分开,对于用电策略制定、需求响应具有重要意义.针对当前负荷识别技术无法有效实现负荷特征融合以及不同识别器模型结合的问题,提出一种基于异构基Stacking机制的居民用电负荷识别特征图像集成学习方法.该方法通过构建特征图像实现特征融合,利用卷积神经网络充分挖掘特征图像中蕴含的深层次特征,解决传统方法对特征挖掘不够深入的问题.同时引入集成学习Stacking方法将多种异质负荷识别模型结合,综合各种模型的优势,解决传统方法模型单一化的问题.最后使用公开数据集PLAID进行验证并在实验室电器设备上完成工程应用.结果表明,所提方法具有较高的识别准确率和应用价值.
文献关键词：
负荷识别;集成学习;特征图像;卷积神经网络;特征筛选
中图分类号：
作者姓名：
邱磊鑫;余涛;彭秉刚
作者机构：
华南理工大学电力学院,广东广州 510640
文献出处：
引用格式：
[1]邱磊鑫;余涛;彭秉刚-.基于异构基Stacking机制的居民负荷特征图像识别方法)[J].电力系统保护与控制,2022(20):97-105
A类：
B类：
Stacking,居民负荷,负荷特征,特征图像,图像识别,负荷识别,策略制定,需求响应,前负荷,特征融合,识别器,居民用电负荷,识别特征,集成学习方法,层次特征,特征挖掘,识别模型,方法模型,单一化,公开数据集,PLAID,电器设备,识别准确率,特征筛选
AB值：
0.351361
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。
