论文摘要
基于非侵入式电力负荷检测与分解技术近年来得到广泛推广.选取14个稳态指标作为负荷特征,建立基于支持向量机（SVM）的非侵入式负荷印记识别模型,利用多分类支持向量机（multi-class SVM）的成对分类算法,对负荷印记进行了识别,随机抽取数据进行测试,结果表明方法能够更准确地识别负荷印记,说明所提出的模型和方法具有较高的有效性和正确性.
论文目录
文章来源
类型: 期刊论文
作者: 李玲娜,邵子娟,金垚灯
关键词: 负荷印记,模式识别,多分类支持向量机,成对分类算法,核函数
来源: 数学的实践与认识 2019年20期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 西南石油大学理学院
基金: 教育部产学合作协同育人项目(201802151044)
分类号: TM714;TP181
页码: 200-208
总页数: 9
文件大小: 601K
下载量: 113
相关论文文献
标签：负荷印记论文; 模式识别论文; 多分类支持向量机论文; 成对分类算法论文; 核函数论文;