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：贵州电网有限责任公司
摘要：本发明公开了一种基于典型样本重放的负荷识别泛化性提升方法及系统，方法包括：采集电流序列数据，建立用电器负荷样本数据集合；基于电流序列数据获取电流序列距离矩阵并利用自适应加权函数优化；将电流序列距离矩阵输入负荷识别模型进行处理；将用电器负荷样本数据集合输入至负荷识别模型获取深层负荷特征，利用基于密度的带噪聚类算法对深层负荷特征进行聚类获取典型负荷样本池；将新增用电器负荷样本数据与负荷样本池进行混合输入至负荷识别模型更新典型负荷样本池。本发明通过提出基于典型样本重放的通用灾难性遗忘解决方案，有效延缓了负荷识别模型在旧数据上的性能下降，适应不同复杂程度的用电设备工作，提升了负荷识别的准确性和稳定性。
主权项：1.一种基于典型样本重放的负荷识别泛化性提升方法，其特征在于，包括：采集高频用电器电流序列数据，建立用电器负荷样本数据集合；计算所述电流序列数据中每个数据点的欧氏距离，获取电流序列距离矩阵，利用自适应加权函数优化所述电流序列距离矩阵；对优化后的电流序列距离矩阵进行特征提取和映射识别，建立负荷识别模型，利用所述用电器负荷样本数据集合对所述负荷识别模型进行训练；再次将所述用电器负荷样本数据集合输入至训练好的负荷识别模型，获取深层负荷特征，利用基于密度的带噪聚类算法对所述深层负荷特征进行聚类并筛选出典型负荷样本，获取典型负荷样本池；若有新增用电器负荷样本数据，将所述新增用电器负荷样本数据与所述负荷样本池进行混合输入至负荷识别模型进行训练，更新典型负荷样本池。
全文数据：
权利要求：
百度查询： 贵州电网有限责任公司 一种基于典型样本重放的负荷识别泛化性提升方法及系统
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