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
本发明公开了一种基于残差全卷积神经网络的非侵入式负荷监测方法，首先收集总功率和各个设备的负荷数据，并进行数据预处理操作；再采用自适应滑动窗口的方式，对每个窗口内的时间序列数据进行特征工程抽取，获取相应的特征数据；随后建立残差全卷积神经网络模型、构建损失函数，并对网络参数进行训练：再为目标设备建立功率特征数据库，并将实际激活序列分解值与激活序列特征进行比较，消除网络产生的不相关激活；最后建立评估模型，对输出时间序列的准确性进行评估，完成非侵入式负荷监测。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117172601A
(43)申请公布日2023.12.05
(21)申请号202311142099.4G06F18/214(2023.01)
文档评论（0）