首页> 中文期刊> 《水电能源科学》 >基于多域特征分析与选择的电力数据识别方法

基于多域特征分析与选择的电力数据识别方法

         

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。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号