技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明屬于數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)領(lǐng)域，尤其涉及一種基于混合神經(jīng)網(wǎng)絡(luò)和集成學(xué)習(xí)的非侵入式負(fù)荷識別算法。首先對實驗數(shù)據(jù)進(jìn)行處理，使數(shù)據(jù)的格式符合模型的輸入格式。處理好數(shù)據(jù)后建立混合神經(jīng)網(wǎng)絡(luò)模型，將數(shù)據(jù)輸入到模型中，經(jīng)過訓(xùn)練和測試得出識別結(jié)果，用集成學(xué)習(xí)的思想，對三個不同的模型的結(jié)果進(jìn)行投票，得出最終識別結(jié)果。本發(fā)明得混合神經(jīng)網(wǎng)絡(luò)的特征提取效果以及負(fù)荷識別的效果都高于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)；同時提出了一種基于集成學(xué)習(xí)思想的方法，通過從總特征集中選擇多個特征子集訓(xùn)練多個基分類器，再將多個基分類器進(jìn)行結(jié)合，以降低方差并提升最終結(jié)果的識別效果，解決了引入諧波特征對識別效果產(chǎn)生不良影響的問題。

技術(shù)研發(fā)人員：焦?jié)櫤?黃栩鑒;尚青蘭;牛文靜
受保護(hù)的技術(shù)使用者：華北電力大學(xué)
技術(shù)研發(fā)日：2017.03.15
技術(shù)公布日：2017.09.01