基本信息:
- 专利标题： 一种基于DCGAN-MCSVM的负荷识别方法
- 申请号：CN202310437260.4 申请日：2023-04-21
- 公开(公告)号：CN117093860A 公开(公告)日：2023-11-21
- 发明人： 张俊玮 , 谈竹奎 , 刘斌 , 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
- 申请人： 贵州电网有限责任公司
- 申请人地址： 贵州省贵阳市南明区滨河路17号
- 专利权人： 贵州电网有限责任公司
- 当前专利权人： 贵州电网有限责任公司
- 当前专利权人地址： 贵州省贵阳市南明区滨河路17号
- 代理机构： 南京禹为知识产权代理事务所
- 代理人： 陈加宾
- 主分类号： G06F18/214
- IPC分类号： G06F18/214 ; G06F18/241 ; G06F18/2411 ; G06F18/213 ; G06N3/045 ; G06N3/0475 ; G06N3/094 ; G06N20/10 ; G06N3/0464 ; G06N3/048 ; G06N3/084 ; G06N3/088 ; G06N3/09
摘要：
本发明公开了一种基于DCGAN‑MCSVM的负荷识别方法，其特征在于：包括获取设备负荷的电力特征量；根据电力特征量，结合卷积神经网络CNN及生成对抗网络GAN构建DCGAN模型；从电力特征量里筛选符合标准的小样本电力特征量，并将小样本电力特征量作为训练集输入到DCGAN模型中，得到数据增强后大样本设备负荷电力特征量数据集；构建多层支持向量机模型MCSVM，对数据增强后大样本设备负荷电力特征数据集进行分析，输出负荷识别结果。本发明解决了在负荷样本不平衡的情况下，出现的小样本数据被错分以及采用生成对抗网络进行数据增强时存在下降梯度消失、训练稳定性较低等问题，同时解决了单层SVM解决多分类问题的局限性。
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06F | 电数字数据处理 |
| ------G06F18/00 | 模式识别 |
| --------G06F18/10 | .预处理；数据清理 |
| ----------G06F18/21 | ..识别系统或技术的设计或设置；特征空间中的特征提取；盲源分离 |
| ------------G06F18/214 | ...生成训练模式；自引导方法，如捕获，促进 |