申请/专利权人：邱雪芳

申请日：2023-12-28

公开（公告）日：2024-04-19

公开（公告）号：CN117909720A

主分类号：G06F18/2131

分类号：G06F18/2131;G06F18/25;G06F18/27;G06N3/0464;G06N3/0442;G06N3/045;G06Q50/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明涉及非侵入式负荷分解技术领域，提供了一种基于多输入分布式非侵入式负荷分解方法，包括步骤如下：采集多种负荷参数作为输入数据，预处理得到低频多参数输入空间和高频参数输入空间；把低频多参数输入空间输入到低频多通道特征提取模块，并且同步将高频参数输入空间输入到高频特征提取模块；低频多通道特征提取模块输出低频特征图，高频特征提取模块输出高频特征图；把低频特征图和高频特征图做元素求和形成一个新的高维特征图，由高维特征图通过注意力融合模块生成一个包含高低频特征的融合空间，最后通过回归模块计算单个负荷的输出值，从而提升了负荷分解的精度。

主权项：1.一种基于多输入分布式非侵入式负荷分解方法，其特征在于，包括步骤如下：采集多种负荷参数作为输入数据，该输入数据通过互信息法和V-I轨迹二值化法对上述各参数数据进行预处理，得到两种输入参数空间，分别是低频多参数输入空间和高频参数输入空间；把低频多参数输入空间输入到低频多通道特征提取模块，并且同步将高频参数输入空间输入到高频特征提取模块；低频多通道特征提取模块输出低频特征图，高频特征提取模块输出高频特征图；把低频特征图和高频特征图做元素求和形成一个新的高维特征图，把高维特征图输入到注意力融合模块中计算得到权重系数w，利用权重系数w乘以低频特征图得到一个加权低频特征图，并且利用1-w乘以高频特征图得到一个加权高频特征图，把加权低频特征图和加权高频特征图进行自适应学习融合，得到一个包含高低频特征的融合空间，将其输入到回归模块计算单个负荷的输出值。

全文数据：

权利要求：

百度查询： 邱雪芳 一种基于多输入分布式非侵入式负荷分解方法

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