摘要
本发明公开了一种电网电力负荷状态智能辨识方法,涉及智能电网监测技术领域。本发明包括如下步骤:边缘感知终端同步采集高频电气量与非电气量;采用三层加速DTW算法计算实时数据与标准特征库的相似度;通过动态规划回溯路径实现时序精准匹配,结合随机森林分类器与三维特征空间马氏距离构建复合评价指标;基于LSTM神经网络预测健康指数。本发明通过边缘感知终端实现高频电气量与多模态非电气量的北斗授时同步采集,采用三层加速动态时间规整算法构建复合相似度指标,结合随机森林分类器与三维特征空间马氏距离实现负荷状态精准辨识,提高电力负荷监测效率和负荷辨识结果的准确性。
技术关键词
智能辨识方法
时间序列预测模型
北斗授时同步
DTW算法
LSTM神经网络
在线学习机制
电气
数据
随机森林
矩阵
动态时间规整算法
分类器
电网拓扑关系
电力负荷监测
差分隐私技术
动态特征提取
节点特征
系统为您推荐了相关专利信息
通讯控制系统
矿井下设备
通讯控制器
多路复用
冗余通信模块
多工况模型
强化学习算法
中药
矩阵
优化方法系统
陶瓷机械手
智能诊断系统
复合功能陶瓷
激光微织构
热管理模块
空间位姿解算
动态预测模型
模具
振动传感器
位移传感器
人流量数据
人流量预测
数据处理方法
数据处理装置
时间段