基于特征选择与增量学习的非侵入式电动自行车充电辨识方法

摘要：

为实现从电网侧监测电动自行车违规停放充电行为,减少电动自行车充电火灾事故,在非侵入式负荷识别的基础上,提出一种基于特征选择与增量学习的电动自行车充电辨识方法.首先,根据电动自行车充电实测电流波形,分析负荷特性并列举15种负荷特征.通过半监督Fisher计分与最大信息系数量度特征辨别度与冗余度,采用贪心搜索算法对特征重要性排序并结合排序与辨识结果选择辨识准确性最高的特征子集.然后,基于一类支持向量机增量学习方法,实现电动自行车负荷辨识与分类器在线学习.最后,通过实测数据进行试验,结果表明文中方法可以对电动自行车充电行为准确辨识,验证了算法的有效性.

关键词：特征选择、一类支持向量机、增量学习、非侵入式负荷识别、充电辨识、电动自行车

所属期刊栏目：45

资助基金：江苏省重点研发计划资助项目BE2020688

在线出版日期：2021-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：87-94