摘要
本发明公开了一种两阶段负荷辨识方法及系统、电子设备、存储介质,其先采用改进的k‑means算法以有功功率和无功功率作为特征进行聚类,将功率特征相近的负荷聚为同一簇,当第一阶段聚类后的分类簇中只包含一种负荷投切事件,则作为最终的负荷辨识结果,实现了第一阶段粗识别,当分类簇包含两种及以上的负荷投切事件,再利用ViT模型自动提取VI轨迹曲线特征,实现同一簇中不同负荷的精细化识别,从而实现第二阶段精细识别,通过第一阶段粗识别和第二阶段细识别相互协同配合,既降低了负荷辨识算法和模型的复杂度,减少了算力需求,提高了辨识效率,而且提高了负荷辨识准确度,可以很好地适用于边缘侧负荷辨识场景。
技术关键词
负荷辨识方法
有功功率
居民用电负荷
轨迹
两阶段
电流值
初始聚类中心
序列
电压
辨识模块
电子设备
辨识算法
特征提取模块
辨识系统
曲线特征
系统为您推荐了相关专利信息
轨迹优化方法
粒子群算法
码垛机
计算机程序指令
太阳
奥氏体
多轴拉伸试验机
机器学习优化
织构
生成工艺
人脸图像识别
视频
指数
人脸关键点检测
人脸识别方法
智能分拣方法
三维环境模型
机械臂末端执行器
逆运动学
坐标系
车辆预警方法
置信度阈值
对象
神经网络模型
图像