可迁移的电力指纹深度辨识方法
实质审查的生效
摘要
本发明公开了一种可迁移的电力指纹深度辨识方法，采集已知类型电器设备的电压、电流，将电压、电流结合双线性插值技术获取电器设备的连续V‑I灰度图像；将连续V‑I灰度图像进行颜色编码，获取电流‑功率‑相位的彩色V‑I轨迹图像；构建ResNet34神经网络，利用ImageNet数据集对ResNet34神经网络进行预训练，通过替换最后一层全连接层进行模型迁移，将预训练的ResNet34网络结构和参数迁移到新的用户电力指纹辨识模型中，采用彩色V‑I轨迹图像对电器设备辨识任务中ResNet34神经网络进行训练；利用得到的ResNet34神经网络对待预测彩色V‑I轨迹图像进行电力指纹辨识；提高模型的辨识精度。
基本信息
专利标题 ：
可迁移的电力指纹深度辨识方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114372979A
申请号 ：
CN202210168611.1
公开（公告）日 ：
2022-04-19
申请日 ：
2022-02-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
林琳张杰王升史建成陈诚马雪丽柳江农贵山张振伟臧义超
申请人 ：
吉林化工学院
申请人地址 ：
吉林省吉林市龙潭区承德街45号
代理机构 ：
西安弘理专利事务所
代理人 ：
王丹
优先权 ：
CN202210168611.1
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06T9/00 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-05-06 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20220223
申请日 : 20220223
2022-04-19 ：
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
