基于主导尺度特征传递匹配的谐波源集成学习定位方法

AITNT
正文
推荐专利
基于主导尺度特征传递匹配的谐波源集成学习定位方法
申请号:CN202411863963
申请日期:2024-12-17
公开号:CN119807725A
公开日期:2025-04-11
类型:发明专利
摘要
本发明提出一种基于主导尺度特征传递匹配的谐波源集成学习定位方法,利用小波包分解方法对各监测量进行多尺度分解,提取各谐波源独特的波动特征;任意组合电压或电流监测量生成若干个基学习器,在利用改进动态加窗算法筛选出最佳窗宽和仅主导谐波源作用时的数据段的基础上,估计出每个基学习器主导尺度d序列对应的回归系数,再利用改进加权投票法集成各基学习器投票结果,输出主导谐波源位置。
技术关键词
学习定位方法 学习器 谐波监测装置 序列 波动特征 非暂态计算机可读存储介质 多尺度 节点 电压 线性 电流 处理器 重构 代表 算法 动态 存储器 数据 电子设备
系统为您推荐了相关专利信息
1
一种基于改进Informer深度学习框架的河口水位时序预测方法
深度学习框架 时序预测方法 神经网络模型 序列 集合经验模态分解
2
一种基于电力数据的工业制造智能预警方法及系统
数据预测模型 智能预警方法 序列 工业设备 智能预警系统
3
基于上下文一致的贝叶斯先验手写数学表达式识别方法
表达式 识别方法 数学 文本 图片
4
一种尼可地尔片及其制备方法
尼可地尔片 矩阵 羟丙甲纤维素 混合神经网络模型 微晶纤维素
5
一种充电错峰推荐与激励方法及系统
激励方法 充电桩平台 指数 策略 数据
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