一种基于XGBoost与Stacking模型融合的非侵入式负荷识别方法

摘要

本发明公开了一种基于XGBoost与Stacking模型融合的非侵入式负荷识别方法，具体包括以下步骤：首先针对不同类别负荷样本不平衡会降低模型的辨识精度这一问题，将不平衡样本进行处理。然后选择具有代表性和泛化性的特征。最后基于XGBoost建立多个参数不同的分类模型，从而构建一个Stacking模型融合的基模型层，并在基模型层之后设置另一个XGBoost模型作为该集成模型最终的分类模型，以此建立一个XGBoost与Stacking模型融合的非侵入式负荷辨识系统。本发明方法与单模型相比，基于Stacking模型融合方法将多个XGBoost模型集成构成综合辨识系统，提升了识别精度，具有一定的应用价值。