摘要
本发明涉及电力数据测量技术领域,公开了一种电力数字功率计的寻优取样方法、功率计及设备,该方法首先使用神经网络算法构建和训练取样预测模型,该模型能够根据电路产生的电力信号预测每个采样周期内最优的采样点位置。通过收集历史电力信号数据,提取信号特征,并进行预处理和标准化,然后标记最优采样点位置,构成训练数据集。选择长短时记忆网络LSTM模型进行训练,并使用验证集评估模型性能。训练完成后,将模型部署用于后续取样位置预测。实时采集被测电路中的电力信号数据,提取特征并输入预测模型,获得最优采样点位置列表,应用于功率计的采样策略中。
技术关键词
取样方法
LSTM模型
采样点
信号特征
时域特征
频域特征
电力
波形
实时数据采集
功率计
神经网络算法
训练集数据
Sigmoid函数
平滑度
周期
记忆单元
样本