摘要
本发明公开了一种基于负荷增强特征图形化的非介入式空调负荷辨识方法,包括:根据已知空调设备的历史运行数据,获取运行设备的电流序列数据及其对应的负荷类型;采用增强内部信息的时间卷积网络对电流序列数据进行特征提取,输出一维电流特征数据;利用改进的特征矩阵学习方法将一维电流特征数据转换为融合深层和浅层特征的二维电流特征数据;根据二维电流特征数据以及对应的负荷类型对二维卷积神经网络进行网络模型训练,生成负荷辨识模型;对待辨识设备的实时电流序列数据进行特征提取,获取实时二维电流特征数据;将实时二维电流数据输入至负荷辨识模型进行负荷类型辨识,输出待辨识设备的负荷类型。
技术关键词
时间卷积网络
二维卷积神经网络
电流
辨识设备
负荷辨识方法
学习方法
网络模型训练
历史运行数据
序列
空调设备
矩阵
注意力机制
表达式
辨识装置
辨识模块
电子设备
像素
系统为您推荐了相关专利信息
检修方法
参数综合评估
机械载荷测试
串联电阻值
泄漏电流值
轨道相互作用
电枢
电容储能型
推进装置
仿真方法
暂态电流波形
强磁场环境
特高压
风险评估方法
因子
交流滤波器组
多模态数据融合
预警系统
数据采集单元
电压传感器
IGCT器件
冲击耐受电压
电磁暂态仿真模型
避雷器
换流阀