摘要
本发明提供一种电能路由器的电能质量综合评估方法,建立电能质量评估指标体系;采集电能质量数据;建立电能质量评价测试集和验证集;采用自编码器提取特征向量;输出预测概率数据;获得总损失函数并最小化;动态调整正则化系数λ;判定模型收敛,并保存最优模型;得出最终电能质量综合评分,输出电能质量等级。对于用户侧电能质量评估中,将Z‑Score标准化、自编码器特征降维、深度神经网络与复合最小最大凹惩罚统计方法结合,形成端到端的电能质量评估流程。该方法在相同数据量下训练效率提升40%,大大提高了电能路由器的性能,使其能够实时监测电能质量参数,并快速评估电能质量等级,及时发现潜在问题,提高家庭电网的稳定性和可靠性。
技术关键词
电能路由器
综合评估方法
评估指标体系
数据
重建误差
家庭供电系统
深度神经网络
非线性
扩展特征向量
神经网络模型
压缩特征向量
检测点
监督学习模型
预测误差
编码器特征
编码器参数
网络结构
系统为您推荐了相关专利信息
通信方法
低功耗
降噪算法
动态噪声
多模态传感器
循环神经网络模型
人工智能管理系统
平台
人工智能管理方法
标签
剩余寿命预测
剩余使用寿命预测
长短期记忆网络
退化特征
数据