公开(公告)号：CN108062560A

公开(公告)日：2018-05-22

申请号：CN201711260271.0

申请日：2017-12-04

申请人： 贵州电网有限责任公司电力科学研究院

发明人： 谈竹奎 ,  王冕 ,  李正佳 ,  马春雷 ,  徐长宝 ,  吴金勇 ,  鞠远 ,  刘斌 ,  桂专 ,  袁旭峰 ,  杜雪 ,  汪永祥

IPC分类号： G06K9/62

摘要： 本申请揭露一种基于随机森林的电力用户特征识别分类方法，该方法通过采用随机森林算法来对电力用户进行特征识别分类。首先通过对负荷曲线进行分析尽可能多地提取获得特征数据，得到随机森林的学习样本和测试样本。再通过随机森林算法学习样本数据，获得最终的分类决策模型，用测试样本检验该模型的准确性以验证该模型的准确性。最后利用该模型对待分类的电力用户特征数据进行分析，获得电力用户的分类情况。另外，所采用随机森林是一种统计学理论，是一种组合分类器算法，该算法具有很高的预测准确率，对异常值和噪声具有很好的容忍度，且不容易出现过拟合，能够有效解决用户特征识别分类问题，从而满足电网对负荷的识别分类需求，为实现电网对需求侧不同负荷集群的管理奠定基础。

公开(公告)号：CN107944495A

公开(公告)日：2018-04-20

申请号：CN201711260609.2

申请日：2017-12-04

申请人： 贵州电网有限责任公司电力科学研究院

发明人： 谈竹奎 ,  刘斌 ,  李正佳 ,  赵远凉 ,  徐睿 ,  赵立进 ,  程利 ,  吴金勇 ,  桂专 ,  王冕

IPC分类号： G06K9/62 ,  G06Q50/06

CPC分类号： G06K9/6256 ,  G06K9/6267 ,  G06Q50/06

摘要： 本发明及到一种基于深层森林算法的家庭用电负荷分类识别方法，首先通过家庭智能采集终端对不同家庭用电负荷的特性数据进行智能化采集，其次将海量数据存储于服务器端，同时进行数据预处理，再次利用数据库的数据库建立训练数据集，并对深层森林算法模型进行训练，最后利用训练完成的深层森林算法对家庭用电负荷进行智能分类识别。本发明具有深层表征特性挖掘、可自行确定筛选层数以减少计算量的优点，可对有效对家庭负荷类别进行智能识别，所得结果可服务于电网需求侧管理、电力市场等多方面，从而有利于提高电力企业的经济效益。