龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：新风光电子科技股份有限公司
摘要：本发明公开了一种基于机理知识与深度学习网络的电力负荷辨识方法及系统，首先利用机理知识对从用户采集的电压电流信号进行提取和分离，实现对特征信号的高效准确提取，同时提高电力负荷辨识方法的可靠性和鲁棒性；其次，搭建变分自编码器模型，对典型特征进行筛选以降低特征信号的冗余度；之后搭建基于机理知识与改进型Transformer网络的联合电力负荷辨识模型，该模型利用机理知识显著模型的可解释性，并提高模型的泛化性，使其在不同场景和条件下更为稳健，改进型Transformer网络可以更好地捕捉负荷的动态特性和变化趋势，从而提高负荷辨识的预测准确性。
主权项：1.一种基于机理知识与深度学习网络的电力负荷辨识方法，其特征在于，所述方法包括：采集用户用电电流和电压信号并进行信号预处理，基于机理知识对预处理后的信号进行特征提取，并将提取得到的特征进行特征融合得到融合特征；将所述融合特征输入至预先构建和训练的变分自编码器模型，所述变分自编码器模型包括编码器和解码器，输入的融合特征通过编码器得到潜在空间变量的均值和方差，通过潜在空间采样得到潜在空间变量，通过解码器将潜在空间变量映射回原始数据空间得到重构特征；将得到的所述潜在空间变量标准化后输入至预先构建和训练的基于机理知识与改进型Transformer网络的联合电力负荷辨识模型得到电力负荷辨识结果，所述联合电力负荷辨识模型包括特征切割模块、位置编码模块、多头自注意力机制模块、机理知识判断模块以及多层感知器模块；通过特征切割模块将输入的标准化潜在空间变量切割成多个子序列，将子序列进行拉伸并映射为块嵌入向量，通过位置编码模块将块嵌入向量与位置编码向量相加后得到编码结果，将编码结果输入至多头自注意力机制模块经过多层多头自注意力机制层的多次迭代后得第一特征向量；所述机理知识判断模块用于结合机理知识的影响构建第二特征向量；将所述第一特征向量和第二特征向量进行拼接后输入至多层感知器模块得到最终的电力负荷辨识结果。
全文数据：
权利要求：
百度查询： 新风光电子科技股份有限公司 基于机理知识与深度学习网络的电力负荷辨识方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号