基于聚类和AdaBoost的低压有源台区线损计算方法及系统

AITNT
正文
推荐专利
基于聚类和AdaBoost的低压有源台区线损计算方法及系统
申请号:CN202410861875
申请日期:2024-06-28
公开号:CN118981634A
公开日期:2024-11-19
类型:发明专利
摘要
本发明涉及一种基于聚类和AdaBoost的低压有源台区线损计算方法及系统,所述方法包括:采集待计算低压有源台区的线损影响因素数值,判断所属的样本聚类,根据该样本聚类的强分类器计算获得待计算低压有源台区的线损率;所述低压有源台区线损计算模型的构建过程包括以下步骤:获取低压有源台区线损历史数据样本,将所有低压有源台区线损历史数据样本聚类为若干个样本聚类;针对每个样本聚类,分别训练获得一个弱分类器,并迭代采用AdaBoost算法,训练获得每个样本聚类下的强分类器;将所有样本聚类的强分类器组合成低压有源台区线损计算模型。与现有技术相比,本发明具有计算准确度高、无需获取低压电网拓扑、学习速度快等优点。
技术关键词
台区线损计算方法 样本 低压 AdaBoost算法 弱分类器 聚类 强分类器 关联分析法 神经网络算法 分布式光伏 功率因数 程序 可读存储介质 存储器 处理器 数值 电子设备
系统为您推荐了相关专利信息
1
一种基于人工智能的低压并联电容器剩余使用寿命预测方法
低压并联电容器 BiLSTM模型 剩余使用寿命预测 充放电次数 预测电容器
2
一种基于深度学习的高精度图像识别算法及系统
图像识别算法 样本 对抗性 复杂度 精度
3
一种纹波噪声检测电路
纹波噪声 MOS管 输入端 运算放大器 输出端
4
基于迁移学习的多模态图像非刚性配准方法
图像 颞下颌关节 多层感知器 变换器 样条
5
故障诊断决策树模型生成方法、智能终端及可读存储介质
决策树模型 历史故障数据 故障特征 基准 决策树算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号