龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：国网上海市电力公司;中国电力科学研究院有限公司;国家电网有限公司
摘要：本发明专利申请提供了一种WDCNN‑BiLSTM的构建、负荷辨识方法及系统，包括：基于所述训练数据，训练DCNN‑BiLSTM模型的WDCNN隐藏特征提取层和BiLSTM时序特征提取层，直到训练迭代次数达到预先设置的训练迭代次数，完成WDCNN‑BiLSTM模型的训练；基于验证数据，对训练完成的WDCNN‑BiLSTM模型进行修正，完成WDCNN‑BiLSTM模型的构建；本申请WDCNN‑BiLSTM模型结合了WDCNN和BiLSTM，其中WDCNN隐藏特征提取层，有较大的感受野，BiLSTM时序特征提取层能够同时保留过去和未来的信息，从而更好地理解某一时刻前后的信息，进而能够快速从输入特征中提取时序特征，提高了实时性能和时序特征提取的能力，进而提高了在新场景下WDCNN‑BiLSTM模型的泛化能力。
主权项：1.一种WDCNN-BiLSTM的构建方法，其特征在于，包括：采集电力系统的样本负荷功率数据，并将所述样本负荷功率数据划分为训练数据和验证数据；基于所述训练数据，训练DCNN-BiLSTM模型的WDCNN隐藏特征提取层和BiLSTM时序特征提取层，直到训练迭代次数达到预先设置的训练迭代次数，完成WDCNN-BiLSTM模型的训练；基于所述验证数据，对训练完成的WDCNN-BiLSTM模型进行修正，完成WDCNN-BiLSTM模型的构建；其中，所述WDCNN-BiLSTM模型包括WDCNN隐藏特征提取层和BiLSTM时序特征提取层；所述WDCNN隐藏特征提取层用于从所述样本负荷功率数据中提取样本复杂特征；所述BiLSTM时序特征提取层用于从所述样本复杂特征提取样本时序特征，并基于所述样本时序特征计算样本负荷辨识结果。
全文数据：
权利要求：
百度查询： 国网上海市电力公司 中国电力科学研究院有限公司 国家电网有限公司 WDCNN-BiLSTM的构建、负荷辨识方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号