1.基于多元特征和bagging集成学习模型的负荷识别方法,其特征在于:包括,
2.如权利要求1所述的基于多元特征和bagging集成学习模型的负荷识别方法,其特征在于:所述对所述负荷信号进行特征提取包括:谐波特征提取、统计特征提取以及图像特征提取;
3.如权利要求2所述的基于多元特征和bagging集成学习模型的负荷识别方法,其特征在于:所述对所述负荷信号进行特征提取还包括,
4.如权利要求3所述的基于多元特征和bagging集成学习模型的负荷识别方法,其特征在于:所述对所述负荷信号进行特征提取还包括:
5.如权利要求4所述的基于多元特征和bagging集成学习模型的负荷识别方法,其特征在于:所述将所述电力负荷数据指纹特征库结合bagging集成学习模型进行分类学习包括,
6.如权利要求5所述的基于多元特征和bagging集成学习模型的负荷识别方法,其特征在于:所述将所述电力负荷数据指纹特征库结合bagging集成学习模型进行分类学习还包括,
7.如权利要求6所述的基于多元特征和bagging集成学习模型的负荷识别方法,其特征在于:还包括,电器负荷识别分类模型对所述电器负荷信号进行识别,将提取到的特征送到决策树弱分类器中,得到预测值,经过投票少数服从多数,得到最终的负荷类别。
8.基于多元特征和bagging集成学习模型的负荷识别系统,其特征在于:包括特征提取模块、模型建立模块以及识别模块,
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。