摘要
本发明公开了一种瞬时大启动功率设备自动识别方法,包括如下步骤:步骤S1:采集待识别对象的离散时间功率曲线;步骤S2:基于所述离散时间功率曲线生成离散小波变换系数图谱矩阵;步骤S3:构建并训练卷积神经网络;步骤S4:利用所述卷积神经网络,以离散小波系数图谱矩阵作为输入,输出为两个神经元,一个神经元输出待识别对象包含瞬时大功率启动设备概率,另一个神经元输出待识别对象不包含瞬时大功率启动设备概率,两个神经元输出值中概率较大的神经元为识别结果。本发明提出的瞬时大启动功率设备识别方法仅需要识别对象功率曲线数据,数据简单易于获取,可以很方便从采集系统中获取。
技术关键词
大功率启动设备
功率设备
自动识别方法
训练卷积神经网络
离散小波变换
元素
自动识别系统
矩阵
数据转换单元
更新优化方法
曲线
数据采集单元
图谱
对象
标签
序列
数值
排布方式
采集系统
系统为您推荐了相关专利信息
警示灯
热成像
图像
训练卷积神经网络模型
特征提取单元
训练图像数据
模拟模型
肺癌细胞系
训练卷积神经网络
患者脑脊液
超声信号降噪方法
非线性最小二乘法
多尺度
基准
高频噪声抑制
三相电能表
窃电嫌疑
样本
有功功率
数据处理模块
二维图像数据
皮肤医疗美容
图像处理模块
运动轨迹数据
数值