摘要
本发明提供了一种基于时空特征融合与注意力机制的用电负载设备识别方法,包括通过实时采集目标设备的电气时序数据、运行状态标签、空间布局信息及环境参数,对数据进行双重预处理,包括动态时间规整对齐时序曲线和自适应标准化调整数据分布。利用图神经网络构建空间关联图谱,计算时空邻近性生成加权邻接矩阵。采用多头注意力机制融合电气时序特征与空间拓扑特征,构建双向非对称注意力调制网络优化特征融合。通过时间流模块和空间流模块分别提取时间与空间维度特征,利用门控注意力单元动态加权融合特征,输入识别模型输出设备类型及工作状态。本发明可以提升用电负载设备识别的准确性和鲁棒性,具备良好的适应性和扩展性。
技术关键词
负载设备
识别方法
动态位置编码
融合特征
动态时间规整算法
层级
空间布局信息
节点
多头注意力机制
索引
通道
标准化方法
数据分布
特征金字塔
邻域特征
负荷
拓扑特征
模块
系统为您推荐了相关专利信息
多模态传感器
数字孪生模型
合规性
监测方法
推理网络
脑电特征
语音特征
多模态特征融合
感知交互方法
递归量化分析
识别车辆轨迹
车辆识别方法
车辆识别装置
车辆识别模型
计算机存储介质
全局特征融合
图像分割方法
注意力
捕获特征
网络