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
本发明公开了基于自学习的非侵入式负荷识别方法，主要解决现有的非侵入式负荷识别方法中对于新接入的不同类型的负荷设备的识别能力是非常薄弱或者是不具备、缺乏自学习能力等问题，从而拓展非侵入式负荷识别方法的使用场景。本发明通过基于频域信号的降维策略、基于卷积的多头注意力机制编码机制、最小化类内间距训练的策略提高非侵入式负荷识别方法的自学习能力，即自动学习表征新电器的能力，使其可有效识别新接入电器类型，提高了其应用场景和使用价值。此外，由于该端到端模型具有自学习能力，可以自主完成对新电器表征的学习而无须人
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117454218A
(43)申请公布日2024.01.26
(21)申请号202311325020.1G06N3/0895(2023.01)
文档评论（0）