基于AdaBoost特征提取和RNN模型的非侵入式负荷辨识方法.pdfVIP

下载本文档

1
0
约1.92万字
约 16页
2023-06-02 发布于四川
举报
版权申诉

基于AdaBoost特征提取和RNN模型的非侵入式负荷辨识方法.pdf

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

本发明公开了一种基于AdaBoost特征提取和深度学习RNN模型的非侵入式负荷识别方法，采用基于自适应变点寻优算法的负荷检测机制对负荷事件进行检测。当检测到负荷事件时，提取电器的负荷特征并存入MySQL数据库中，建立负荷特征库。设计适用于非侵入式负荷识别的RNN网络，通过RNN网络得到负荷特征识别结果，计算针对单个电器的识别准确率和N个电器组合时的识别准确率。最后改变RNN模型的参数，比较不同设置下的负荷辨识准确率，通过调整网络参数实现最佳网络性能。本发明解决了在非侵入式负荷监测中家用电器识别准

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112580471 A (43)申请公布日 2021.03.30 (21)申请号 202011460508.1 G06K 9/62 (2006.01)