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：杭州电子科技大学

摘要：本发明公开了一种基于低频采样和特征融合的非侵入式负荷识别方法。首先对低频采样的负荷数据进行事件检测，并根据投切点前后功率变化进行大小功率负荷事件分类；对有功功率信号建立格拉姆角场矩阵和功率绝对值信息矩阵，再通过矩阵融合的方式得到功率多维特征谱图。根据事件投入前的稳态功率值将负荷数据分为单电器负荷和组合电器负荷。针对单电器负荷，直接采用基于迁移学习的模型进行识别，并将结果作为先验知识，再根据组合电器负荷构建总负荷库。针对组合电器负荷，利用先验知识结合总负荷库，选择分负荷库中的样本组成样本对，一同输入孪生网络中。在新组合出现时，新建分负荷库对总负荷库进行更新，可以减少孪生网络识别组合电器的时间。

主权项：1.一种基于低频采样和特征融合的非侵入式负荷识别方法，设置功率阈值，对用电负荷的低频采样数据进行事件识别，得到一系列事件投切点，其特征在于：具体步骤如下：步骤一、对于投入事件，将事件发生后的采样点数据转换为一维功率序列，生成一个格拉姆角场矩阵；同时对一维功率序列中的功率绝对值信息进行编码，得到两个功率绝对值信息矩阵；步骤二、将一个投入事件的格拉姆角场矩阵和功率绝对值信息矩阵分别作为RGB颜色空间的三个通道，得到该投入事件对应的功率多维特征谱图；步骤三、计算投入事件发生前多个采样点的平均值，若平均值小于阈值，判断该投入事件为单一电器投入，否则为组合电器投入；步骤四、使用单一电器投入事件的功率多维特征谱图训练一个分类网络，作为单一电器负荷辨识网络；将组合电器投入事件的功率多维特征谱图两两组合，作为样本对输入孪生网络中进行训练，得到组合电器负荷辨识网络；步骤五、对于待辨识的用电负荷数据，首先进行事件捕捉，然后按照事件发生顺序，依次处理各事件投切点：①对于事件切出点，对比事件前后功率量变化大小与已投入电器的信息，输出切出电器的辨识结果；②对于单一电器投入事件，将事件对应的功率多维特征谱图输入单一电器负荷辨识网络，得到投入的单一电器的辨识结果；③对于组合电器投入事件，将事件对应的功率多维特征谱图与已知的组合电器投入事件的功率多维特征谱图两两组合，作为样本对输入组合电器负荷辨识网络中，得到投入的组合电器的辨识结果。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种基于低频采样和特征融合的非侵入式负荷识别方法