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：浙江大学滨江研究院
摘要：本发明公开了一种基于鲁棒性度量学习的非侵入式负荷识别方法，包括如下步骤：步骤一，采集不同运行条件下不同电器类型的电流数据，用于组建元学习数据集；步骤二，使用神经网络架构搜索算法对特征提取网络进行学习，具体为对整体的特征提取网络框架进行定义；步骤三，构建基于神经网络架构搜索的度量学习网络框架；步骤四，使用步骤三中获得的度量学习模型对电器进行非侵入式负荷识别。本发明的基于鲁棒性度量学习的非侵入式负荷识别方法，使用神经网络架构搜索算法对度量学习网络的特征提取模块进行自动搜索，通过含噪数据集的训练，得到抗噪声能力最强的网络结构，提高最终度量学习模型的鲁棒性。
主权项：1.一种基于鲁棒性度量学习的非侵入式负荷识别方法，其特征在于：包括如下步骤：步骤一，采集不同运行条件下不同电器类型的电流数据，用于组建元学习数据集，其中采集设备的采样率不得低于10KHz，采样时间不低于1s，每个电器类型包含不同的品牌、运行阶段以及采集区域，将总的数据集进行打乱划分为元训练集，元验证集以及元测试集；步骤二，使用神经网络架构搜索算法对特征提取网络进行学习，具体为对整体的特征提取网络框架进行定义，通过在网络模块搜索空间中进行搜索，得到每个部分最优的网络模块，组成整体的特征提取网络；步骤三，构建基于神经网络架构搜索的度量学习网络框架，然后通过特征提取部分使用步骤二训练得到鲁棒性特征提取网络框架，使用不带噪声的元训练集对网络框架进行重训练，最终获得度量学习模型；步骤四，使用步骤三中获得的度量学习模型对电器进行非侵入式负荷识别。
全文数据：
权利要求：
百度查询： 浙江大学滨江研究院 基于鲁棒性度量学习的非侵入式负荷识别方法
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