[发明专利]基于神经网络的非侵入式电力负荷识别方法在审
| 申请号： | 201910039503.2 | 申请日： | 2019-01-16 |
| 公开（公告）号： | CN109617067A | 公开（公告）日： | 2019-04-12 |
| 发明（设计）人： | 希克梅特萨利 | 申请（专利权）人： | 江苏圣通电力新能源科技有限公司 |
| 主分类号： | H02J3/00 | 分类号： | H02J3/00;G06N3/04 |
| 代理公司： | 南京正联知识产权代理有限公司 32243 | 代理人： | 李寰 |
| 地址： | 212400 江苏省镇*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及电力负荷识别领域，具体地说，是基于神经网络的非入侵式电力负荷识别方法。包括以下步骤：在用户电表上安装传感器采集用户电压、电流、功率信息；从电压、电流、功率的波形中提取可以唯一识别电器的有效稳态特征；以满足要求的采样频率完成模拟信号的数字化；对原始数字信号做预处理；将预处理后的样本数据输入神经网络模型，根据输出计算识别准确率；调整神经网络模型的参数，直至准确率大于设定阈值；输入电力负荷数据，获得电力负荷识别结果。本发明基于神经网络模型将满足奎斯特采样率的设定参数以及保证准确性的预处理采样数据，通过神经网络模型的特点使得推理数字化，能够更加简单明了的表现出非入侵式电力负荷的情况。 | ||
| 搜索关键词： | 电力负荷 预处理 神经网络模型 非入侵式 神经网络 准确率 数字化 输入神经网络 原始数字信号 传感器采集 采样频率 采样数据 非侵入式 负荷数据 功率信息 模拟信号 输出计算 输入电力 唯一识别 稳态特征 样本数据 用户电表 用户电压 采样率 推理 电器 保证 表现 | ||
【主权项】：
1.基于神经网络的非侵入式电力负荷识别方法，其特征在于，包括以下步骤：1）在用户电表上安装传感器采集用户电压、电流、功率信息；2）从电压、电流、功率的波形中提取可以唯一识别电器的有效稳态特征；3）以满足要求的采样频率完成模拟信号的数字化；4）对原始数字信号做预处理；5）将预处理后的样本数据输入神经网络模型，根据输出计算识别准确率；6）调整神经网络模型的参数，直至准确率大于设定阈值；7）输入电力负荷数据，获得电力负荷识别结果。
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江苏圣通电力新能源科技有限公司，未经江苏圣通电力新能源科技有限公司许可，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/201910039503.2/，转载请声明来源钻瓜专利网。
