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增强式子图学习的负荷识别方法及系统包括，获取电力系统接入负荷后的电力信息，并构建不同类型负荷的第一数据特征库；结合无监督识别算法对第一数据特征库分类，并进行数据增强，获取第二数据特征库；对第二数据特征库进行负样本扩充以及预处理，并基于图深度学习理论对样本数据进行处理，构建图数据样本；基于图深度学习理论建立基于子图学习的图卷积神经网络，对图数据样本进行训练，获得负荷识别模型，根据识别模型进行负荷识别。该方法具有更好的稳定性和识别精度，为精细化配电网管理提供了详细的技术方案。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117454286A
(43)申请公布日2024.01.26
(21)申请号202311417351.8G06F18/213(2023.01)
文档评论（0）