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：国网江西省电力有限公司信息通信分公司
摘要：本发明提供了一种电网负荷类别识别方法，涉及深度学习技术领域，包括：获取用户侧总线上的用电设备数据集；基于所述用电设备数据集计算电网负荷信号的功率有效值；对所述电网负荷信号进行频带分割处理得有效电网负荷信号，并提取所述有效电网负荷信号中的时序特征值；基于优化好的联合神经网络模型，利用多任务学习共享机制基于优化好的联合神经网络模型对功率有效值和时序特征值分别进行特征提取后对应获得功率有效值和时序特征值的学习特征；将功率有效值和时序特征值的学习特征进行特征拼接后，得到融合特征信息，并基于所述融合特征信息输出负荷识别结果。本发明实现了对电网负荷信号特征的高效提取，提高了电网负荷类别的识别准确率。
主权项：1.一种电网负荷类别识别方法，其特征在于，包括：获取用户侧总线上的用电设备数据集，所述用电数据集由工业用电数据集、农业用电数据集、交通运输用电数据集和居民用电数据集组成；基于所述用电设备数据集计算得到电网负荷信号的功率有效值；对所述电网负荷信号进行频带分割处理得有效电网负荷信号，并计算得到所述有效电网负荷信号中的时序特征值；基于优化好的联合神经网络模型对功率有效值和时序特征值分别进行特征提取后对应获得功率有效值和时序特征值的学习特征；利用多任务学习共享机制将功率有效值和时序特征值的学习特征进行特征拼接后，得到融合特征信息，并基于所述融合特征信息输出负荷识别结果。
全文数据：
权利要求：
百度查询： 国网江西省电力有限公司信息通信分公司 一种电网负荷类别识别方法
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