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：天津大学合肥创新发展研究院
摘要：本发明公开了一种基于对比学习与孪生网络的非侵入式负荷检测方法，包括以下步骤：步骤1、获取一段时间输入至所有目标电器的总功率信号，以及该段时间每个目标电器的功率数据，并得到每个目标电器的多个使用状态；步骤2、采用滑动窗口方法将总功率信号分成若干个长度相同的窗口；通过自监督对比学习方法，得到每个目标电器在每个窗口下的使用状态的正样本对、负样本对；步骤3、以每个目标电器在所有窗口下的使用状态的正样本对、负样本对构建训练集，对孪生神经网络进行训练，由训练好的孪生神经网络判断对应的目标电器在步骤1所述时间段的总功率信号下的真实使用状态。本发明在非侵入式的方式下能够实现较好的检测结果。
主权项：1.基于对比学习与孪生网络的非侵入式负荷检测方法，其特征在于，包括以下步骤：步骤1、获取一段时间输入至所有目标电器的总功率信号，以及该段时间每个目标电器的自身功率数据；根据该段时间每个目标电器的功率数据，得到该段时间内每个目标电器的所有可能的使用状态；步骤2、采用滑动窗口方法处理所述总功率信号，以将总功率信号分成若干个长度相同的窗口；通过自监督对比学习方法，得到每个目标电器在每个窗口下的使用状态的正样本对、负样本对；步骤3、以每个目标电器在所有窗口下的使用状态的正样本对、负样本对构建训练集，并生成孪生神经网络，通过训练集对孪生神经网络进行训练，由训练好的孪生神经网络判断对应的目标电器在每一个时间窗口的总功率信号下的当前使用状态。
全文数据：
权利要求：
百度查询： 天津大学合肥创新发展研究院 基于对比学习与孪生网络的非侵入式负荷检测方法
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