基于机器学习与经济分类器的非侵入式居民用电行为监测系统
点击次数：
主要团队成员：李培杰; 张炜乐; 樊奕良; 杜钦涛; 梁鑫
成果简介：本项目通过采集总线入口处电流、电压等负荷特征信息，进行分析与处理建立起稳态与暂态的特征库，利用一种边沿检测算法识别事件发生，利用一种改进的决策树模型算法、随机森林算法以及多特征遗传目标函数优化模型分解得到各个电器设备的用能行为信息，同时考虑仪表的价格设计了一种基于经济分类器的非侵入式负荷监测系统，有效解决目前负载监测系统存在的应用成本高、模型预测精度低、适应系统变化能力弱等行业难题。
颁奖单位：广东工业大学
教学成果级别：省/市级
获奖时间：2019-05-06