基于優化多類Adaboost的非侵入式負荷監測

摘要：針對非侵入式負荷監測技術在多狀態設備的工作狀態辨識研究較少及精度不高的問題,提出了一種基于遺傳算法優化的多類Adaboost的非侵入式負荷監測技術。首先提取原始數據集有效特征(電流有效值及其變化量、有功功率及其變化量、無功功率)。其次利用遺傳算法優化多類Adaboost中的五個參數,得到最優強分類器。最后通過第六屆“泰迪杯”數據挖掘挑戰賽A題數據對同時運行兩個設備(九陽熱水壺、激光打印機)所有狀態進行識別。實驗結果表明,該算法識別能力優于決策樹算法和SVM算法。