摘要
本发明公开了一种基于条件随机场监督的多分支修正非侵入式负荷检测方法,包括以下步骤:步骤1、获取每个目标电器在历史时间段的总功率数据序列,并抽取对应目标电器多个真实使用状态,由此构建每个目标电器对应的数据集;步骤2、生成基于条件随机场的多分支神经网络,包括使用状态分支层、置信度分支层、功率曲线分支层、修正层,利用步骤1得到每个目标电器的数据集分别对生成的多分支神经网络进行训练,得到每个目标电器对应的检测模型;步骤3、将待检测的每个目标电器当前总功率数据序列输入至对应的检测模型中,得到相应目标电器设备的使用状态当前预测结果、功率曲线当前预测结果。本发明具有检测准确性高的优点。
技术关键词
非侵入式负荷检测
电器设备
条件随机场
曲线
卷积模块
数据
时间段
序列
多分支
功率值
聚类算法
滑动窗口
误差
周期
参数
系统为您推荐了相关专利信息
细胞培养模型
数据分析模块
子模块
生物反应器技术
数据采集模块
温度随时间变化
曲线
规划算法
遗传算法
保障储能系统
ReLU函数
注意力机制
量估计方法
图像
半监督学习