摘要
本申请提供了一种智能开关负载识别方法及装置,该方法包括:对智能开关的负载数据进行多尺度时频分解处理,得到多尺度特征矩阵;基于多尺度特征矩阵的维度,对多尺度特征矩阵进行自适应卷积处理,得到自适应卷积输出矩阵;对自适应卷积输出矩阵进行动态池化处理,得到固定维度特征矩阵;对固定维度特征矩阵进行多任务自适应元学习模型构建,得到负载类型识别结果;根据负载类型识别结果,进行加权Focal损失计算,得到优化后的损失函数值;根据优化后的损失函数值,对多任务自适应元学习模型进行更新,多任务自适应元学习模型用于预测智能开关的负载变化。
技术关键词
智能开关
负载识别方法
多尺度特征
全局平均池化
矩阵
多任务
融合特征
池化特征
非线性
参数
傅里叶变换处理
统计特征提取
尺寸
识别装置
动态
数据处理模块
指标
模型更新
卷积模块
系统为您推荐了相关专利信息
城市交通灯
控制信号相位
时间段
数字孪生
历史交通数据
智能分析方法
视频监控分析
视频监控智能分析系统
标志
视频分析
辨识方法
制冷系统蒸发器
电子膨胀阀
卡尔曼滤波算法
压力传感器
医学影像数据
多尺度特征提取
多模态深度
正则化策略
训练深度学习模型
补偿控制器
动态增量
内环
状态空间模型
串级控制方法