基于特征融合与深度学习的负荷辨识方法及其应用

    公开(公告)号:CN110443302B

    公开(公告)日:2023-06-09

    申请号:CN201910710484.1

    申请日:2019-08-02

    Abstract: 本发明涉及基于特征融合与深度学习的负荷辨识方法,所述负荷辨识方法包括如下步骤:采集设备的高频电压电流波形数据,由电压电流波形提取设备的V‑I轨迹特征与功率特征;构建卷积神经网络及BP神经网络,并对其训练;将V‑I轨迹特征与功率特征分别输入到经过训练后的卷积神经网络与BP神经网络,得到复合特征;构建分类神经网络,并对其训练;将设备的复合特征输入到经过训练后的分类神经网络,分类神经网络的输出即为设备类别预测值;本发明针对单一设备特征进行负荷辨识存在的局限性,提高负荷辨识准确率,能够解决数据分布维度高、建模复杂问题的基于特征融合与深度学习的负荷辨识方法,并将该方法应用到家用电器负荷辨识方面。

    一种一流配电网建设水平的综合评价指标体系构建方法

    公开(公告)号:CN108428063A

    公开(公告)日:2018-08-21

    申请号:CN201810290073.7

    申请日:2018-04-03

    Abstract: 一种一流配电网建设水平的综合评价指标体系构建方法。其包括确定网架、设备、运维和客服四个一级指标;在四个一级指标下分别建立其二级指标;在二级指标构建其三级指标;由一至三级指标构成一流配电网评价指标体系,进行一流配电网评估指标体系中各个指标的综合区间权重求解,定量表征各个指标的重要程度,对所构建的评估指标体系进行量化分析等步骤。本发明提供的构建一流配电网建设水平的综合评价指标体系的有益效果:能够指导我国城市一流配电网建设,为建设成“网架灵活可靠、设备标准智能、运维精益高效、客服优质互动”的国际一流配电网起到重要的导向作用。

Patent Agency Ranking