[发明专利]一种基于孪生神经网络模型的负荷识别方法在审
| 申请号： | 202310434715.7 | 申请日： | 2023-04-21 |
| 公开（公告）号： | CN116628419A | 公开（公告）日： | 2023-08-22 |
| 发明（设计）人： | 谈竹奎;刘斌;张俊玮;邓松;欧阳广泽;高吉普;徐玉韬;曾鹏;唐赛秋;范强;陈敦辉;张后谊;许乐 | 申请（专利权）人： | 贵州电网有限责任公司 |
| 主分类号： | G06F18/10 | 分类号： | G06F18/10;G06F18/241;G06F18/214;G06N3/0464;G06N3/048;G06N3/08;G06F13/42 |
| 代理公司： | 南京禹为知识产权代理事务所(特殊普通合伙) 32272 | 代理人： | 陈加宾 |
| 地址： | 550002 贵*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于孪生神经网络模型的负荷识别方法，涉及非侵入式负荷识别领域，包括通过智能插座获取家用电器的用电特征，采集用电信号；将用电信号通过UART串口输入到计算机设备中；对用电信号采用小波去噪处理，并获取家用电器V‑I轨迹平滑曲线；将V‑I轨迹图转换为V‑I轨迹像素图输入到孪生神经网络模型中进行分类；输出家用电器的分类结果。本发明只需要少量样本数据即可完成分类，且分类效果在预给定的家用电器类型中效果较好；使用的算法模型规模小，非常适合部署到嵌入式设备中运行；基于经典卷积神经网络进行优化，既有卷积神经网络的特征，也有针对负荷识别算法的改进，能有效发现图像中的局部特征，作为识别分类的依据。 | ||
| 搜索关键词： | 一种 基于 孪生 神经网络 模型 负荷 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于贵州电网有限责任公司，未经贵州电网有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310434715.7/，转载请声明来源钻瓜专利网。
