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：南通连邦数智信息技术有限公司
摘要：本发明涉及非侵入式负荷监测技术领域，提供一种基于非侵入式负荷监测的多模型数据分析方法和系统，所述方法包括：从用电数据中筛选部分数据作为训练集Ⅰ；指定训练集Ⅰ中的设备标签和暂态特征，并计算训练集Ⅰ的第一特征函数；根据第一特征函数和暂态特征构建决策树模型；对决策树模型进行检测；根据检测结果输出最终决策树模型；通过最终决策树模型对样本用户用电总功率数据进行分类；将分类后的总功率数据输入至深度学习模型中进行训练，得到非侵入式深度学习模型；将实际用电总功率数据分别输入至上述两个模型中，以获取单个用电设备的功率动态数列；将真实设备的功率动态数列与模型中的功率动态数列进行比对以优化模型。
主权项：1.一种基于非侵入式负荷监测的多模型数据分析方法，其特征在于，包括以下步骤：采集过往用户用电数据，并分别从所述用电数据中筛选部分数据作为训练集Ⅰ和验证集；根据电力数据库指定所述训练集Ⅰ中的设备标签和暂态特征，并根据所述设备标签计算所述训练集Ⅰ的第一特征函数；根据所述第一特征函数和所述暂态特征构建决策树模型，并确定所述决策树模型的节点；将所述验证集输入至所述决策树模型对所述决策树模型进行检测，并设定预设阈值；根据检测结果判断是否满足所述预设阈值，若所述检测结果不满足所述预设阈值，则更新所述决策树模型中的参数，直到所述检测结果满足所述预设阈值为止，并输出最终决策树模型；获取样本用户用电总功率数据，并通过所述最终决策树模型对所述样本用户用电总功率数据进行分类；构建基于非侵入式负荷监测的深度学习模型，将分类后的样本用户用电总功率数据输入至所述深度学习模型中进行训练，以得到非侵入式深度学习模型；获取用户实际用电总功率数据，并分别输入至所述最终决策树模型和所述非侵入式深度学习模型中，以获取单个用电设备的功率动态数列；通过人工的方式将真实的所述用电设备的功率动态数列与所述侵入式深度学习模型中得到的单个用电设备的功率动态数列进行比对，并根据比对结果优化所述侵入式深度学习模型中。
全文数据：
权利要求：
百度查询： 南通连邦数智信息技术有限公司 基于非侵入式负荷监测的多模型数据分析方法和系统
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