基于ReliefF-DDC特征选择算法的非侵入式负荷识别研究

摘要

提取有效的负荷运行数据特征对于提高非侵入式负荷识别的精度具有重要作用.针对数据特征选择欠佳导致负荷识别准确率不高的问题,提出了一种基于ReliefF-DDC特征选择算法,用于降低特征维数减少复杂度,改善负荷识别效果.首先,利用ReliefF算法分析各特征与类别的关系计算特征权重,筛选无关特征;其次,利用DDC算法计算特征之间与类别的互信息分析相关性,根据特征子集评价度量删除冗余特征;最后,采用孪生支持向量机(TWSVM)作分类器进行负荷识别.实验表明,所提出的算法在提升分类效果的同时减少了运行时间.