申请/专利权人:武汉悦泽轩阳科技有限公司
申请日:2022-11-30
公开(公告)日:2024-06-07
公开(公告)号:CN118153632A
主分类号:G06N3/0464
分类号:G06N3/0464;G06N3/08;H02J3/00
优先权:
专利状态码:在审-公开
法律状态:2024.06.07#公开
摘要:本发明涉及非侵入式负荷监测技术领域,且公开了基于连续学习的恶性负载识别方法,包括以下步骤:采集待识别电路的负荷数据并进行预处理;根据预处理后的负荷数据,输入至特征提取网络中进行特征提取,输出特征向量F;将特征向量F输入连续性学习网络模块中,同步输入相关情境向量,由连续性学习网络模块对特征向量F和相关情境向量进行计算直到输出结果Ypred;并对该输出结果Ypred进行判别。该基于连续学习的恶性负载识别方法,采用了连续学习的技术,使得在神经网络模型处于变换的场景时能够表现出较好的适应性,克服灾难性遗忘所带来的问题,并避免了传统非侵入式负荷监测流程中的事件检测步骤存在的负荷分离困难和参数选取的不足。
主权项:1.基于连续学习的恶性负载识别方法,其特征在于,包括以下步骤:采集待识别电路的负荷数据并进行预处理;根据预处理后的负荷数据,输入至特征提取网络中进行特征提取,输出特征向量F;将特征向量F输入连续性学习网络模块中,同步输入相关情境向量,由连续性学习网络模块对特征向量F和相关情境向量进行计算直到输出结果Ypred;并对该输出结果Ypred进行判别,根据判别结果输出预测结果。
全文数据:
权利要求:
百度查询: 武汉悦泽轩阳科技有限公司 基于连续学习的恶性负载识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。