基于特征加权KNN的非侵入式负荷识别方法

来源：电子测量技术杂志2022年第8期北京时间：

作者：朱浩，曹宁，鹿浩，张正基，柯炜

单位：1.河海大学 计算机与信息学院,南京 211100;2.江苏业力科技有限公司 南京 210061

摘要：针对不同稳态特征对识别结果的影响程度不同，并考虑到不平衡数据集造成的少数类误判的问题，本文提出一种基于特征加权KNN的非侵入式负荷识别方法。首先，采用熵权法计算特征权重，利用特征权重改进特征距离的计算。其次，根据样本数量和对应算法k值计算得到表决权重，带入投票表决过程中，以此来增加少数类的分类准确性。实验结果表明，针对实测负荷数据集时，本文算法的平均识别准确率为93.4%，与KNN算法相比提高了2.8%；针对公开数据集时，本文算法的平均准确率和F1得分分别为86.8%和81.6%,要优于其他4种分类算法。

关键词：非侵入式;负荷识别;稳态特征;KNN;特征权重;表决权重