摘要
本申请提供的基于深度学习的非侵入式负荷检测方法以及系统,包括:获取三相系统的用电数据,根据所述用电数据以及三相系统负荷检测模型,预测所述三相系统的功耗数据,确定所述三相系统的功耗数据中的电流数据,根据所述电流数据以及基于杜克栅栏的非侵入式负荷检测模型,确定所述电流数据是否为异常数据。通过使用深度学习等方法解决三相系统中单相和三相负载分解的问题,从而扩展负荷检测的维度和范围,然后采用杜克栅栏法检测聚合电流变化,从而可完成单个用户或部门的用电负荷检测,并更快速地检测聚合电流变化,并提高负荷检测的准确性和可靠性。
技术关键词
负荷检测方法
三相系统
功耗
电气设备
数学模型
神经网络模型
异常数据
频率
电流
序列
负荷检测系统
栅栏
傅里叶变换处理
矩阵
卷积滤波器
分类器
功率
阶段
系统为您推荐了相关专利信息
图形处理单元
性能测试方法
综合性
测试GPU性能
性能测试装置
装配构件
框架型构件
激光视觉传感器
数学模型
激光视觉检测技术
红外测温装置
电磁吸附装置
消防灭火系统
移动驱动机构
移动驱动单元
热量控制方法
预测控制算法
调节阀门开度
序列二次规划算法
控制策略