基于多尺度残差神经网络的序列映射负荷辨识分解方法

AITNT
正文
推荐专利
基于多尺度残差神经网络的序列映射负荷辨识分解方法
申请号:CN202510138615
申请日期:2025-02-08
公开号:CN119578264B
公开日期:2025-07-04
类型:发明专利
摘要
本发明涉及负荷辨识技术领域,具体涉及一种基于多尺度残差神经网络的序列映射负荷辨识分解方法,包括,构建负荷辨识模型,负荷辨识模型的网络结构是基于膨胀卷积的多尺度残差网络;获取公开数据集中的聚合功率数据集和电器级功率数据集,对聚合功率数据集和电器级功率数据集进行预处理,得到预处理后的训练集和测试集;利用预处理后的训练集和测试集,对负荷辨识模型进行训练和测试,得到训练好的负荷辨识模型。本发明通过构建基于膨胀卷积的多尺度残差网络的负荷辨识模型,可以更有针对性地学习混合数据特征,提升负荷辨识模型的负荷辨识效果。
技术关键词
残差神经网络 功率 数据 残差网络 多尺度 非侵入式负荷监测 负荷辨识技术 序列 网络结构 家庭 时间段 训练集 非线性 索引 标签 频率 参数
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