基于对比学习与孪生网络的非侵入式负荷检测方法

AITNT
正文
推荐专利
基于对比学习与孪生网络的非侵入式负荷检测方法
申请号:CN202410966891
申请日期:2024-07-18
公开号:CN118940619A
公开日期:2024-11-12
类型:发明专利
摘要
本发明公开了一种基于对比学习与孪生网络的非侵入式负荷检测方法,包括以下步骤:步骤1、获取一段时间输入至所有目标电器的总功率信号,以及该段时间每个目标电器的功率数据,并得到每个目标电器的多个使用状态;步骤2、采用滑动窗口方法将总功率信号分成若干个长度相同的窗口;通过自监督对比学习方法,得到每个目标电器在每个窗口下的使用状态的正样本对、负样本对;步骤3、以每个目标电器在所有窗口下的使用状态的正样本对、负样本对构建训练集,对孪生神经网络进行训练,由训练好的孪生神经网络判断对应的目标电器在步骤1所述时间段的总功率信号下的真实使用状态。本发明在非侵入式的方式下能够实现较好的检测结果。
技术关键词
负荷检测方法 孪生神经网络 滑动窗口方法 学习方法 构建训练集 样本 功率 事件检测方法 信号 聚类算法 数据 时间段
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号