一种用户表后光伏辨识方法

本发明提出一种用户表后光伏辨识方法，包括以下步骤：根据用户的用电历史数据构建训练数据集；对训练数据集进行特征提取，得到包含若干类别后光伏特征的特征数据集；基于机器学习分类器XGBoost构建用户表后光伏辨识模型，设定用户表后光伏辨识模型的损失函数为二分类交叉熵损失函数；利用特征数据集训练好用户表后光伏辨识模型；将未知用户的用电数据输入训练好的用户表后光伏辨识模型，得到识别结果；本发明基于大数据辨识法，相比传统大数据辨识法，结合用户侧净负荷曲线引入多种负荷特征，充分考虑了用户配置表后光伏时可能出现的各类负荷曲线变化情形，在此基础上引入机器学习分类模型实现表后光伏辨识，提升辨识精确度。