一种深度学习下面向嵌入式设备的非侵入式负荷识别方法.pdfVIP

下载本文档

0
0
约1.03万字
约 12页
2023-04-21 发布于北京
举报
版权申诉

一种深度学习下面向嵌入式设备的非侵入式负荷识别方法.pdf

1、本文档共12页，其中可免费阅读11页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提出了一种深度学习下面向嵌入式设备的非侵入式负荷识别方法，该方法在用户电力入口处采集电压电流等负荷信息，采用CUSUM算法检测功率变点，经过负荷投切稳定判据判稳后得到负荷的电压，电流特征序列。由FFT获得电流谐波特征，由移相法获得负荷功率特征，将V‑I图像特征转化为序列表示。由CNN提取负荷的V‑I序列特征做第一次负荷识别，得到属于每种负荷类别的概率值。融合负荷的谐波特征，功率特征共同作为单隐藏层神经网络的输入做第二次识别。在减小计算量的同时，又保证了负荷识别的准确率。该方法数据处理简单，

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113887912 A (43)申请公布日 2022.01.04 (21)申请号 202111130252.2 G06N 3/04 (2006.01)