[發(fā)明專利]一種基于支持向量機的家電負荷識別方法及裝置有效
| 申請?zhí)枺?/td> | 201810990146.3 | 申請日: | 2018-08-28 |
| 公開(公告)號: | CN109359665B | 公開(公告)日: | 2020-11-06 |
| 發(fā)明(設計)人: | 王江波;羅依雯;史彤暉;井天軍 | 申請(專利權)人: | 中國農(nóng)業(yè)大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62 |
| 代理公司: | 北京路浩知識產(chǎn)權代理有限公司 11002 | 代理人: | 王瑩;吳歡燕 |
| 地址: | 100193 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 支持 向量 家電 負荷 識別 方法 裝置 | ||
1.一種基于支持向量機的家電負荷識別方法,其特征在于,包括:
獲取已開啟家電設備的總負荷數(shù)據(jù);
將所述總負荷數(shù)據(jù)輸入訓練好的負荷識別模型,得到識別數(shù)據(jù);
所述訓練好的負荷識別模型通過以下步驟獲取:
利用負荷識別類型構建訓練樣本集;
將所述訓練樣本集中的數(shù)據(jù)輸入到負荷識別模型中訓練,基于交叉驗證中的K-CV方法獲得預訓練的負荷識別模型;
利用所述預訓練的負荷識別模型計算分類準確率,基于所述分類準確率和粒子群優(yōu)化算法調整所述預訓練的負荷識別模型,得到訓練好的負荷識別模型;
所述利用負荷識別類型構建訓練樣本集,具體包括:
根據(jù)負荷識別類型將預處理后的負荷數(shù)據(jù)生成對應的模擬數(shù)據(jù)集;
按預設比例將所述模擬數(shù)據(jù)集分為訓練集和測試集;
對所述訓練集和所述測試集進行歸一化處理,得到所述訓練樣本集;
所述模擬數(shù)據(jù)集的合成方法如下:
每個家用電器的負荷數(shù)據(jù)可表示為:
q1(n)={q1(1),q1(2),...,q1(N1)}
q2(n)={q2(1),q2(2),...,q2(N2)}
......
qm(n)={qm(1),qm(2),...,qm(Nm)}
其中,m為數(shù)據(jù)集總數(shù),Ni為設備的采樣點個數(shù),q(i)為家電的視在功率采樣值;
將家電負荷數(shù)據(jù)合成,設定合成的家電數(shù)據(jù)對應的家電為m與n,其合成方式如下:
Sr(n)={s(1),s(2),...,s(br),s(br+1),...,s(br+ar),s(br+ar+1),...s(Nm-cr+br+1)}
={0,0,...,qm(cr),qm(cr+1),...,qm(cr+ar)+qn(1),qm(cr+ar+1)+qn(2),...,qm(Nm-cr+1)+qn(Nn-ar)}
其中,Sr(n)為合成后的模擬數(shù)據(jù)集,s(i)為模擬數(shù)據(jù)集的視在功率采樣值,br為家電m開啟的時刻所在位置,ar為距家電m開啟時刻所在位置的距離,cr為家電n提取激活后的讀取位置。
2.根據(jù)權利要求1所述的方法,其特征在于,所述根據(jù)負荷識別類型將預處理后的負荷數(shù)據(jù)生成對應的模擬數(shù)據(jù)集,具體包括:
獲取一定數(shù)量的家電設備在單位時間內(nèi)單獨開啟時的負荷數(shù)據(jù),根據(jù)預設規(guī)則篩選所述負荷數(shù)據(jù),得到生成模擬數(shù)據(jù);
利用所述生成模擬數(shù)據(jù)合成所述模擬數(shù)據(jù)集。
3.根據(jù)權利要求1所述的方法,其特征在于,所述基于交叉驗證中的K-CV方法獲得預訓練的負荷識別模型,具體包括:
將所述訓練樣本集等分成K組訓練子集;
將每個訓練子集做一次驗證集,余下K-1組訓練子集作為訓練集,分別進行訓練驗證,得到K個所述預訓練的負荷識別模型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國農(nóng)業(yè)大學,未經(jīng)中國農(nóng)業(yè)大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810990146.3/1.html,轉載請聲明來源鉆瓜專利網(wǎng)。





