摘要
本发明一种工业用户负荷曲线分类方法、装置及系统,本发明采用指标规则获取一定数量的带标签训练样本;然后将LSTM与自编码器技术结合,对训练集样本进行特征提取和降维,解决该过程中可能的信息丢失和损坏问题;随后将PSO算法和Kmeans算法结合,对剩余未分类训练样本进行分类,得到完整的带标签训练集,其中PSO算法的引入可以解决直接使用Kmeans算法时存在的初值敏感问题;最后利用带标签训练集训练LSTM‑CNN‑KAN模型,对测试集进行分类,从而完成对海量负荷曲线的分类,其中KAN模型的引入提高了分类算法的可解释性。因此,本发明能够为工业用户能效管理提供兼具精度、鲁棒性和可解释性的海量负荷曲线分类解决方案。
技术关键词
初始聚类中心
分类方法
海量负荷曲线
样本
工业
负荷曲线分类系统
表达式
数据分类
Kmeans算法
指标
编码器
时序特征
标签训练集
代表
系统为您推荐了相关专利信息
数字孪生驱动
起落架
高应力
生成对抗网络
动态时间规整方法
电容式电压互感器
智能诊断方法
测量误差
幅值
残差矩阵
多尺度图像分割
边缘轮廓
图像分割模型
超声图像分割
解码模块