摘要
本发明属于电动自行车充电负荷识别领域,公开了一种面向电动自行车充电的非侵入式负荷识别方法,该方法通过智能电表非侵入式地采集用户总的用电信息,并通过包括时频分析、特征选择、数据重构、归一化处理、LightGBM与TabNet模型的训练与优化,最终通过加权融合和二次判别过程,精确地识别电动自行车充电事件。本发明重点在LightGBM架构中自定义损失函数,并利用CMA‑ES算法自动化寻找模型融合权重和判定阈值,有效提高了电动自行车充电事件的识别准确性和实际应用性能,该技术在提升用电安全和促进智能电网的发展方面具有重要的实践意义和应用价值。
技术关键词
负荷识别方法
LightGBM模型
自行车
计数器
识别误差
搜索算法
样本
参数
智能电表
有功功率
精确地识别
数据
错误数量
时域特征
矩阵
数值
频域特征
表达式
系统为您推荐了相关专利信息
关口电能表
计数器电路
微分电路
延迟电路
模数转换器
缓存替换策略
内存访问请求
计数器
状态监控器
调度算法
分级控制方法
皮尔逊相关系数
水力旋流器
动态预测模型
数据