一种基于深层森林算法的家庭用电负荷分类识别方法

摘要

本发明公开了一种基于深层森林算法的家庭用电负荷分类识别方法，它包括：采集不同家庭用电负荷的特性数据；进行数据的预处理和重要关键参量的计算；利用数据库内数据和参量建立深层森林算法的训练数据集，所述训练数据集包括数据样本集和测试集；设置深层森林算法的参数，确定森林的产生算法，决策树棵数；利用数据样本集对算法进行训练，形成具有逐层强化筛选的深层森林模型；利用测试集对深层森林模型的分类的精确度进行测试，确定模型的层数；得到训练完成的深层森林模型后，向模型中输入需要新接入的家庭负荷的观测值数据，最终输出负荷类型的分类结果；实现对海量的家庭用户用电数据的处理和分类识别。