首页 > 学术百科

一种基于深度学习的非侵入式负荷识别及预警方法[发明专利]

专利名称：一种基于深度学习的非侵入式负荷识别及预警方法专利类型：发明专利

发明人：张奕雯

申请号：CN202210048191.3

申请日：20220117

公开号：CN114519368A

公开日：

20220520

专利内容由知识产权出版社提供

摘要：本发明公开了一种基于深度学习的非侵入式负荷识别及预警方法，将电器设备的组合使用状态按照暂态情况和稳态情况区分，构建稳态情况和暂态情况的负荷特征，在构建稳态情况和暂态情况的负荷特征过程中，通过小波软阈值去噪方法消除数据重复性和噪音，在暂态情况下通过傅里叶变换得到有功功率P、无功功率Q、3次谐波相对值、5次谐波相对值和9次谐波振幅来作为暂态特征，在稳态情况下通过计算暂态电流均值Iave、暂态电流最大值Imax和暂态电流It来作为暂态特征，再通过遗传算法分别得到所有暂态情况的负荷特征以及所有稳态情况的负荷特征构建训练集对识别用的人工神经网络模型进行；优点是不存在误判与漏判，识别精度和识别稳定性均较高。

申请人：宁波大学

地址：315211 浙江省宁波市江北区风华路818号

国籍：CN

代理机构：宁波奥圣专利代理有限公司

代理人：方小惠

本文发布于:2024-09-21 14:27:58，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/786748.html

上一篇：使用边缘的三维模型生成[发明专利]

下一篇：短期融资券的定价模型及定价方法[发明专利]