基于多域特征分析与选择的电力数据识别方法

洪德华; 刘翠玲; 赵林燕; 雷沁怡; 王海鑫

doi:10.20040/j.cnki.1000-7709.2023.20222030

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于多域特征分析与选择的电力数据识别方法

更新时间：2026-02-25

- 基于多域特征分析与选择的电力数据识别方法
- Issue 9, Pages: 211-215(2023)
- 作者机构：
  
  1. 国网安徽省电力有限公司信息通信分公司
  2. 沈阳工业大学电气工程学院
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2023.20222030
  CLC： TM73;TP18
- Published：2023
- 稿件说明：
移动端阅览
洪德华, 刘翠玲, 赵林燕, et al. 基于多域特征分析与选择的电力数据识别方法[J]. 2023, (9): 211-215.
DOI：

洪德华, 刘翠玲, 赵林燕, et al. 基于多域特征分析与选择的电力数据识别方法[J]. 2023, (9): 211-215. DOI： 10.20040/j.cnki.1000-7709.2023.20222030.

摘要

为解决电力数据特征挖掘不充分导致识别精度不高的问题，提出一种基于多域特征分析与选择的电力数据识别方法。首先针对现有电力数据特征提取方法存在的不足，提出一种基于经验模态分解(EMD)与Hilbert变换(EMD-Hilbert)的特征提取方法，并对电力数据的功率特征和V-I轨迹特征进行量化表征；然后基于随机森林与广义序列后向选择搜索策略相结合的特征选择算法(RF-GSBS)得到最优特征子集，并采用RF算法构建电力数据的识别模型；最后通过仿真算例验证所提方法的有效性和准确性。结果表明，该算法可利用不同特征互补性解决单一特征识别精度不高的问题，并通过特征选择进一步提高学习算法的性能。

Abstract

关键词

Keywords

references

基于EMD特征提取的高频面板数据自适应聚类方法[J]. 刘兵;郑承利.统计与决策,2022(10)

基于能源分解的用户用电行为模式分析[J]. 卢瑞瑞;于海阳;杨震;赖英旭;杨石松;周明.北京航空航天大学学报,2022(02)

非侵入式负荷监测综述[J]. 邓晓平;张桂青;魏庆来;彭伟;李成栋.自动化学报,2022(03)

基于复现性和熵权区分度的非侵入式负荷识别方法[J]. 殷煌凯;许仪勋;李宁;王玥;李盈含.水电能源科学,2019(10)

基于改进变分模态分解和Hilbert变换的变压器局部放电信号特征提取及分类[J]. 朱永利;贾亚飞;王刘旺;李莉;郑艳艳.电工技术学报,2017(09)

Non-intrusive load monitoring algorithm based on features of V–I trajectory[J]. A. Longjun Wang;B. Xiaomin Chen;C. Gang Wang;D. Hua.Electric Power Systems Research,2018

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于可解释机器学习的岩溶介质渗透系数估算模型

基于不同因子筛选指标的丹江口入库月径流预报研究

基于RFECV-RF和PCA-LightGBM的水电机组劣化趋势评估

基于随机森林的地下水溶质运移替代模型研究

基于随机森林算法的混凝土浇筑仓内部最高温度预测

Related Author

王之正

杨艳娜

李傲

白伟

李红星

刘勇

陈元芳

张宁玥

Related Institution

成都理工大学地质灾害防治与地质环境保护国家重点实验室

成都理工大学地下水科学与工程系

长江三峡勘测研究院有限公司

南京水利科学研究院水灾害防御全国重点实验室

河海大学水文水资源学院

AI问答

⁰