申请/专利权人：中南民族大学

申请日：2020-04-14

公开（公告）日：2020-11-20

公开（公告）号：CN111539275B

主分类号：G06K9/00(20060101)

分类号：G06K9/00(20060101);G06K9/62(20060101);G06Q50/06(20120101);G06N3/04(20060101)

优先权：

专利状态码：有效-授权

法律状态：2020.11.20#授权;2020.09.08#实质审查的生效;2020.08.14#公开

摘要：本发明公开了一种基于负载特性可视化的电气负载分类方法，包括：采集用电设备在稳态情况下的电压数据和电流数据，并对该电压和电流数据进行滤波和采样处理，以电压过零上升点为起始保留一个周期的电流数据和电压数据，添加一列长度为一周期采样点数的自增序列作为时间数据，分别得到处理后的用电设备的电流数据、电压数据和时间数据。对处理后的电流数据、电压数据和时间数据先后进行Min‑max标准化处理，并根据时域的顺序进一步排列成二维矩阵，通过PIL库得到处理后的三张灰度图像。本发明能够解决现有电气负载分类方法中存在的缺少时间信息、图像冗余度较大、识别准确率不高、计算过程繁杂、判断时间长的技术问题。

主权项：1.一种基于负载特性可视化的电气负载分类方法，其特征在于，包括以下步骤：（1）采集用电设备在稳态下的电压数据和电流数据，并对该电压和电流数据进行滤波和采样处理，以分别得到处理后的用电设备的电流数据和电压数据，寻找电压过零上升点为起始点，保留一周期采样点数的电压数据，对应保留一周期采样点数的电流数据，并添加一列长度为一周期采样点数的自增序列作为时间数据，从而获得完整的一周期采样点数的电流数据、电压数据和时间数据；（2）对步骤（1）得到的一周期采样点数的电流数据、电压数据和时间数据分别进行Min-max标准化处理，以分别得到标准化后的电流数据、电压数据和时间数据，将标准化后的电流数据、电压数据和时间数据分别根据时域的顺序进一步排列成大小为M×N的二维矩阵，以得到数值范围在0到255内的三个二维矩阵，并通过PIL库将三个矩阵分别转换为三张灰度图像；（3）将步骤（2）得到的三张灰度图像作为RGB通道合成一张彩色图像，并将该彩色图像输入训练好的卷积神经网络模型中，以得到用电设备的种类。

全文数据：

权利要求：

百度查询： 中南民族大学 一种基于负载特性可视化的电气负载分类方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD