摘要
本发明公开一种基于双层分类的电动汽车负荷识别方法及装置,该方法步骤包括:对总电源的电压和电流信号进行ADC采样,得到被测电力信号:对采样得到的被测电力信号进行特征提取生成特征向量;使用预先训练好的分类器对提取的所述特征向量进行第一层分类,识别出充电过程对应的充电类型,得到第一层分类结果;对采样得到的被测电力信号进行时频分析,提取出时频域特征;根据所述第一层分类结果选择对应的预训练好的深度网络模型,并将提取出的所述时频域特征作为选择的深度网络模型的输入以进行第二层分类,识别出电动负荷过程中的状态。本发明具有实现方法简单、成本低、识别效率以及精度高、适用范围广等优点。
技术关键词
深度网络模型
负荷识别方法
频域特征
生成特征向量
分类器
电力
信号
时间序列特征
电流
电压
样本
正则化参数
存储计算机程序
特征提取模块
直流充电
采样模块
无线充电
识别装置
处理器
系统为您推荐了相关专利信息
图像类别
图像识别方法
巡检图像
预训练模型
原型
机器学习模型
机器学习算法
质谱检测方法
集成模块
质谱数据预处理
迁移方法
客户端
决策分类器
增量数据捕获方法
参数