一种基于多标签分类的非侵入式负荷监测方法.pdf
努力****南绿
亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于多标签分类的非侵入式负荷监测方法.pdf
本发明提供一种基于多标签分类的非侵入式负荷监测方法,涉及电力负荷管理分析领域。该基于多标签分类的非侵入式负荷监测方法,包括:采集用户的用电总数据,并将用户的用电总数据划分为训练集和测试集,构建不同类型负荷的用电模型;构建多标签分类模型对非侵入式负荷识别问题进行表征;构建多标签分类问题求解模型,并使用训练集和验证集对多标签分类问题求解模型参数进行训练;将训练完成的多标签分类问题求解模型应用于负荷识别,获取负荷的运行状态;根据负荷的运行状态,预测负荷的功率消耗情况。本发明提高了负荷识别的效率并获得较高的识别精
基于多物理量融合的非侵入式负荷监测方法.pdf
本申请涉及一种基于多物理量融合的非侵入式负荷监测方法,属于负荷监测技术领域,该方法包括:获取干线中电能数据的N种物理量;将N种物理量输入预先训练的全卷积自编码网络,得到目标设备的有功功率值;其中,全卷积自编码网络包括N个特征提取模块、特征融合模块和输出层;不同特征提取模块对应不同种物理量;特征提取模块基于自编码器建立;特征融合模块用于对N个特征提取模块输出的特征值进行融合,得到与输出层的数据尺寸匹配的特征序列;特征融合模块基于N个依次相连的转置卷积层建立;网络结构中不采用全连接层,采用卷积或转置卷积操作代
非侵入式工业负荷监测方法.pdf
本发明涉及一种非侵入式工业负荷监测方法,包括以下步骤:步骤1:获取多种工业负荷的历史用电数据并绘制对应的V?I轨迹;步骤2:分别由各种工业负荷对应的V?I轨迹中提取多种特征参数而构成对应的特征向量;步骤3:基于各种工业负荷对应的特征向量进行聚类分析;步骤4:利用各类别工业负荷的历史用电数据进行训练得到负荷分类器;步骤5:获取待分类工业负荷的实时用电数据并绘制对应的V?I轨迹;步骤6:由待分类工业负荷对应的V?I轨迹中提取特征参数而构成对应的特征向量;步骤7:基于待分类工业负荷对应的特征向量,利用负荷分类器
基于盲源分离的非侵入式负荷监测方法及系统.pdf
本公开提供了一种基于盲源分离的非侵入式负荷监测方法,利用盲源分离建立家庭负荷用电监测模型;利用信号预处理对混合负荷信号进行信号中心化和白化,使得信号去均值并且每个分量不具相关性并有单位方差;利用近似的负熵找到负荷信号非高斯最大化的方向;利用迭代算法找到最优分离矩阵,从而计算得到分离信号。本公开不仅可以实现非侵入式负荷监测,还降低了非侵入式负荷监测的特征提取过程,摒弃了庞大的学习的过程,在保证监测精度的前提下,保留了分离负荷的完整性,促进了非侵入负荷监测技术在家庭用户中广泛应用。
一种基于多模态特征的非侵入式负荷识别方法.pdf
本发明提出一种基于多模态特征的非侵入式负荷识别方法,包括以下步骤:1)负荷数据获取;2)基于功率或电流有效值进行事件检测,提取事件暂态区段和事件暂态区段前后的稳态区段;3)基于事件暂态区段的目标指标序列,提取目标指标序列的路径签名特征,若采集的负荷数据包括高频电压数据和高频电流数据,则转步骤4,否则转步骤5;4)基于事件前后稳态区段的高频电压和高频电流,提取VI轨迹图像特征;5)基于数据条件选择提取对应的负荷印记,利用孪生网络框架进行负荷识别。本发明根据采集的数据频率,对应的提取低频数据的暂态路径签名特征