一种基于深度学习的非侵入式负荷识别及预警方法
实质审查的生效
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。
基本信息
专利标题 ：
一种基于深度学习的非侵入式负荷识别及预警方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114519368A
申请号 ：
CN202210048191.3
公开（公告）日 ：
2022-05-20
申请日 ：
2022-01-17
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张奕雯
申请人 ：
宁波大学
申请人地址 ：
浙江省宁波市江北区风华路818号
代理机构 ：
宁波奥圣专利代理有限公司
代理人 ：
方小惠
优先权 ：
CN202210048191.3
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06N3/00 G06N3/04 G06N3/063 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-06-07 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20220117
申请日 : 20220117
2022-05-20 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
