原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明属于电气负载识别技术领域，具体为一种基于树卷积神经网络的电气负载识别方法。本发明以非入侵式负载监控方式获得待识别的电器状态数据，包括电流、电压数据，经过处理得到功率，经过特征提取，形成二维向量形式，作为当前采集窗口数据段的唯一特征；标识不同设备的不同状态；然后送入训练好的TreeCNN模型进行分类，根据分类结果获得当前电器状态，从而监测到当前电路中正在工作的电器身份，实现电气设备的识别。本发明利用TreeCNN高效的识别以及分类能力，大大提高了电气设备的识别准确率，实现了对负载的监控管理，
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116089881 A
(43)申请公布日 2023.05.09
(21)申请号 202211193856.6
(22)申请日 2022.09.28
(71)申请人 上海梦象智能科技有限公司
地址
文档评论（0）