一种基于深度CNN-HMM的非侵入式负荷辨识方法

发明专利有效专利

申请号：
CN202110719855.X
IPC分类号：H02J13/00
申请日期：
2021-06-28
申请人：
湖南大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度CNN-HMM的非侵入式负荷辨识方法
申请号	CN202110719855.X	申请日期	2021-06-28
法律状态	公开	申报国家	暂无
公开/公告日	2021-11-02	公开/公告号	CN113595242A
优先权	暂无	优先权号	暂无
主分类号	H02J13/00 ? IPC结构图谱： H 电学 H9 电学 H02 发电、变电或配电 H02J 供电或配电的电路装置或系统；电能存储系统（用于测量X射线、γ射线、微粒子射线或宇宙射线设备的供电电路入G01T 1/175；专用于具有不动件的电子时钟的供电电路入G04G 19/00；用于数字计算机的入G06F 1/18；用于放电管的入H01J 37/248；电能转换用电路或设备，这种电路或设备的控制装置或调整装置入H02M；数个电机的相关控制，原动机/发电机组的控制入H02P；高频电力的控制入H03L；用以传输信息的电力线路或电力网附加用途入H04B） H02J13/00 对网络情况提供远距离指示的电路装置，例如网络中每个电路保护器的开合情况的瞬时记录；对配电网络中的开关装置进行远距离控制的电路装置，例如用网络传送的脉冲编码信号接入或断开电流用户	IPC分类号	H;0;2;J;1;3;/;0;0查看分类表>
申请人	湖南大学	申请人地址	湖南省长沙市岳麓区麓山南路麓山门变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	湖南大学	当前权利人	湖南大学
发明人	李勇;段晶;张振宇;段义隆;乔学博
代理机构	广州容大知识产权代理事务所（普通合伙）	代理人	潘素云

摘要

本发明提出一种基于深度CNN‑HMM的非侵入式负荷辨识方法，包括：采用互信息算法对电力入口处采集的总负荷数据进行特征选择，并采用差分处理的方式强化特征表达能力；根据待辨识负荷的电流有效值确定其运行状态，生成设备的标签数据集；将负荷特征数据与标签数据合成模型的训练数据集；训练深度卷积神经网络(CNN)；根据深度CNN网络得到的初辨识结果训练隐马尔可夫模型(HMM)的参数；得到完整的深度CNN‑HMM模型的结构与参数，实现对电力负荷的辨识。本发明能够有效地提取用电负荷的主要数据特征，弱化无关特征和冗余特征的影响，能够优化CNN算法辨识结果中存在的非连续性问题，实现对工商业用电负荷的高精度辨识。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供