基于特征加权KNN的非侵入式负荷识别方法北大核心 |
| |
引用本文: | 朱浩,曹宁,鹿浩,张正基,柯炜.基于特征加权KNN的非侵入式负荷识别方法北大核心[J].电子测量技术,2022(8):70-75. |
| |
作者姓名: | 朱浩 曹宁 鹿浩 张正基 柯炜 |
| |
作者单位: | 1.河海大学计算机与信息学院211100;2.江苏业力科技有限公司210061; |
| |
摘 要: | 针对不同稳态特征对识别结果的影响程度不同,并考虑到不平衡数据集造成的少数类误判的问题,提出一种基于特征加权KNN的非侵入式负荷识别方法。首先,采用熵权法计算特征权重,利用特征权重改进特征距离的计算。其次,根据样本数量和对应算法k值计算得到表决权重,带入投票表决过程中,以此来增加少数类的分类准确性。实验结果表明,针对实测负荷数据集时,本文算法的平均识别准确率为93.4%,与KNN算法相比提高了2.8%;针对公开数据集时,本文算法的平均准确率和F1得分分别为86.8%和81.6%,要优于其他4种分类算法。
|
关 键 词: | 非侵入式 负荷识别 稳态特征 KNN 特征权重 表决权重 |
本文献已被 维普 等数据库收录! |
|