
基本信息:
- 专利标题: 一种用于负荷电流信号识别的一维卷积神经网络构建方法
- 申请号:CN201911377565.0 申请日:2019-12-27
- 公开(公告)号:CN111242276A 公开(公告)日:2020-06-05
- 发明人: 陈伟 , 赵国伟 , 李慧 , 姚志芳 , 姚泽宁
- 申请人: 国网山西省电力公司大同供电公司 , 华北电力大学
- 申请人地址: 山西省大同市迎宾路61号
- 专利权人: 国网山西省电力公司大同供电公司,华北电力大学
- 当前专利权人: 国网山西省电力公司大同供电公司,华北电力大学
- 当前专利权人地址: 山西省大同市迎宾路61号
- 代理机构: 北京律谱知识产权代理事务所
- 代理人: 李砚明
- 主分类号: G06N3/04
- IPC分类号: G06N3/04 ; G06N3/063 ; G06N3/08 ; G06Q50/06
摘要:
本发明提出一种用于负荷电流信号识别的一维卷积神经网络构建方法,包括以下步骤:步骤S1:采集用户负荷数据作为训练集和测试集;步骤S2:搭建一维卷积神经网络模型;步骤S3:通过训练集训练搭建好的一维卷积神经网络辨识模型;步骤S4:将测试集输入经过训练的一维卷积神经网络中进行识别,获得负荷识别结果。本发明在传统卷积神经网络模型进行改进,采用一维卷积神经网络通过降低算法复杂度使负荷辨识效率得到提高;利用卷积核作为观察窗在信号上滑动保证了信号的时变性和频带的相关性。通过卷积核自动的提取时序特征,提高了负荷识别的准确率。
公开/授权文献:
- CN111242276B 一种用于负荷电流信号识别的一维卷积神经网络构建方法 公开/授权日:2023-08-25
IPC结构图谱:
G | 物理 |
--G06 | 计算;推算;计数 |
----G06N | 基于特定计算模型的计算机系统 |
------G06N3/00 | 基于生物学模型的计算机系统 |
--------G06N3/02 | .采用神经网络模型 |
----------G06N3/04 | ..体系结构,例如,互连拓扑 |