[发明专利]一种基于MLCDTL的非侵入式负荷识别方法在审
| 申请号： | 201910638325.5 | 申请日： | 2019-07-16 |
| 公开（公告）号： | CN110555369A | 公开（公告）日： | 2019-12-10 |
| 发明（设计）人： | 潘国兵;王振涛;欧阳静;傅雷;陈金鑫;王杰 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06Q50/06 |
| 代理公司： | 33241 杭州斯可睿专利事务所有限公司 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 一种基于MLCDTL(Multi‑Label Consistent Deep Dictionary Learning)的非侵入式负荷识别方法，包括以下步骤：1)数据处理；2)事件探测；3)特征提取；4)负荷识别。首先采用中值滤波滤除功率采样序列中的尖峰，有助于抑制设备运行过程中的脉冲或波动；然后根据滤波后的功率时间序列，通过改进的变长滑动窗口CUSUM双向探测算法，检测暂态过程的开始与结束时间；接着根据暂态过程的开始与结束时间，对稳态时的电流采样数据使用快速傅里叶变换(FFT)，获得由电流基波与各次谐波分量构成的特征向量，所有特征向量组合在一起为特征向量矩阵；最后基于MLCDTL算法，将负荷识别转化为一个多标签分类问题，通过迭代求解目标函数，实现非侵入式负荷识别。本发明能够全面客观且符合实际情况、可信度较高。 | ||
| 搜索关键词： | 负荷识别 非侵入式 特征向量 暂态过程 算法 快速傅里叶变换 电流采样数据 特征向量矩阵 尖峰 标签分类 电流基波 功率采样 目标函数 时间序列 事件探测 双向探测 特征提取 抑制设备 运行过程 中值滤波 数据处理 可信度 长滑动 次谐波 脉冲 求解 迭代 滤波 滤除 稳态 检测 转化 改进 | ||
【主权项】：
1.一种基于MLCDTL的非侵入式负荷识别方法，其特征在于，所述方法包括以下步骤：/n1)数据处理/n采用中值滤波滤除功率采样序列中的尖峰，有助于抑制设备运行过程中的脉冲或波动；/n2)事件探测/n根据滤波后的功率时间序列，通过改进的变长滑动窗口CUSUM双向探测算法，检测暂态过程的开始与结束时间；/n3)特征提取/n根据暂态过程的开始与结束时间，对稳态时的电流采样数据使用快速傅里叶变换FFT，获得由电流基波与各次谐波分量构成的特征向量，所有特征向量组合在一起为特征向量矩阵；/n4)负荷识别/n基于MLCDTL算法，将负荷识别转化为一个多标签分类问题，通过迭代求解目标函数，实现非侵入式负荷识别。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江工业大学，未经浙江工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910638325.5/，转载请声明来源钻瓜专利网。
