首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于HOG和SVM的非侵入式负荷识别
引用本文:程丽娟.基于HOG和SVM的非侵入式负荷识别[J].安徽师范大学学报(自然科学版),2021,44(1):17-21.
作者姓名:程丽娟
作者单位:岭南师范学院 数学与统计学院,广东 湛江 524048
基金项目:国家自然科学基金;岭南师范学院自然科学一般项目
摘    要:智能电网时代,准确高效的居民用电负荷评估对改善和调节电力网络的传输结构至关重要.对用户用电的电流、有功功率和谐波电流等数据进行数据预处理,基于对偶树复小波变换对数据降噪,建立基于HOG和SVM分类识别模型提取数据特征,并进行负荷识别.非侵入式负荷识别极大地降低数据收集和分析成本,对居民使用电器类型和数量的实时监测,为准确估算居民用电载荷提供可靠依据.

关 键 词:对偶树复小波变换  HOG  SVM

Non-Intrusive Load Identification Based on HOG and SVM
CHENG Li-juan.Non-Intrusive Load Identification Based on HOG and SVM[J].Journal of Anhui Normal University(Natural Science Edition),2021,44(1):17-21.
Authors:CHENG Li-juan
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号