“负荷分解”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果313673个，建议您升级VIP下载更多相关专利

[发明专利]一种特征增强的非侵入式负荷分解方法-CN202210466293.7在审
发明人：谭貌;张政;肖俊;潘瑞;苏永新;廖骋臣;李子彬 -专利权人：湘潭大学
申请日： 2022-04-27 - 公布日： 2022-08-30 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种特征增强的非侵入式负荷分解方法，该方法包括以下步骤：采集总负荷和各用电负荷的有功功率数据；数据预处理；特征增强；特征拼接；构建用电负荷分解模型；用电负荷分解。传统的非侵入式负荷分解方法特征单一，分解精度不高。基于此，本发明提出了一种特征增强的非侵入式负荷分解方法，利用采集数据的时序关系对特征进行增强，从而提高负荷分解精度，更适用于非侵入式负荷分解领域。
一种特征增强侵入负荷分解方法

[发明专利]电力负荷分解方法、装置、设备及存储介质-CN202210845292.3有效
发明人：樊小毅;刘高扬;庞海天;张聪 -专利权人：深圳江行联加智能科技有限公司
申请日： 2022-07-19 - 公布日： 2022-11-18 - 主分类号： H02J3/00 文献下载
摘要：本发明属于电力电子技术领域，公开了一种电力负荷分解方法、装置、设备及存储介质。该方法包括：获取采样电力数据；根据所述采样电力数据构建负荷分解子模型集合；将各所述负荷分解子模型集合进行聚合，得到负荷分解模型；检测当前电力数据；将所述当前电力数据输入所述负荷分解模型，得到电力负荷分解结果通过上述方式，根据不同的采样电力数据构建多个负荷模型，再将负荷模型聚合得到一个可以检测多种用电负荷的负荷分解模型，以实现对电力数据的负荷分解，成功对用户的电力负荷信息进行采集分析，提高了对用户用电情况分析的准确性
电力负荷分解方法装置设备存储介质

[发明专利]一种即插即用的非侵入式负荷分解装置-CN201510890070.3有效
发明人：黄明山;李如意;郝长征;歹志阳;吴玉跃;马晓东;杨泽宇 -专利权人：河南许继仪表有限公司;许继集团有限公司;国家电网公司;国网辽宁省电力有限公司电力科学研究院
申请日： 2015-12-07 - 公布日： 2018-12-28 - 主分类号： H02J3/00 文献下载
摘要：本发明涉及一种即插即用的非侵入式负荷分解装置，属于电力负荷分解技术领域。本发明的即插即用的非侵入式负荷分解装置包括数据采集模块、负荷分解模块和通讯模块，所述数据采集模块通过热插拔的方式用于接入用户家庭电源入口，所述数据采集模块的输出端与负荷分解模块的输入端连接，负荷分解模块用于根据负荷采集模块采集到的用户家庭用电设备的电压、电流进行负荷分解，并将负荷分解结果通过通讯模块传输至电力公司决策端和用户数据端。本发明的即插即用的非侵入式负荷分解装置内部结构以模块化结构封装组合，对外不依赖独立电源及接线，做到即插即用，实时分解，确保装置便于安装使用。
一种即插即用侵入负荷分解装置

[发明专利]一种基于改进遗传算法的非侵入式负荷分解方法-CN202010396890.8在审
发明人：李飞;张旭东;王鸿玺;高波;付文杰;王学婧;孙毅 -专利权人：国网河北省电力有限公司电力科学研究院;国网河北能源技术服务有限公司;国家电网有限公司
申请日： 2020-05-12 - 公布日： 2020-09-01 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于改进遗传算法的非侵入式负荷分解方法，输入负荷历史数据；提取负荷各个状态的功率特征，并对负荷历史数据打上负荷状态标签；统计各负荷状态组合在负荷历史数据中出现的概率；输入要分解的总负荷功率数据，根据改进的遗传算法完成寻优迭代；输出负荷分解结果。本发明使得非侵入式负荷分解的结果更与实际情况接近。针对传统非侵入式负荷分解方法中负荷状态辨识度不高的问题，选取负荷的功率特征作为基本特征，根据线性叠加原理，即总负荷功率将约等于分解出的各负荷设备的功率之和，将负荷分解问题转换为组合优化问题，在遗传算法的目标函数中融入新的惩罚项，使工作状态组合的概率尽可能较大，可有效提高负荷辨识的准确度。
一种基于改进遗传算法侵入负荷分解方法

[发明专利]电力负荷分解的辨识决策方法和系统-CN201610903640.2在审
发明人：李秋硕;李鹏;钱斌;孙宇军;王岩;赵云 -专利权人：南方电网科学研究院有限责任公司;中国南方电网有限责任公司电网技术研究中心
申请日： 2016-10-17 - 公布日： 2017-01-18 - 主分类号： H02J3/00 文献下载
摘要：本发明涉及一种电力负荷分解的辨识决策方法和系统，其方法包括通过非侵入式的方式获取受监测的电力负荷的用电信息，用电信息包括总的实际有功功率值和总的实际无功功率值；采用至少两种负荷分解算法对实际有功功率值和实际无功功率值进行负荷分解，获得各种负荷分解算法下的负荷分解结果；分别根据对应的负荷分解结果获取对应的负荷分解算法下的处于工作状态的用电设备的拟合有功功率和值及拟合无功功率和值；分别根据实际有功功率值、实际无功功率值，以及对应的拟合有功功率和值和对应拟合无功功率和值获取对应的负荷分解算法的作用值；根据各种负荷分解算法的作用值获取负荷辨识决策结果，采用本发明方案，可以提升辨识决策的准确性。
电力负荷分解辨识决策方法系统

[发明专利]电动汽车的负荷分解方法、装置、电子设备及存储介质-CN202310491742.8在审
发明人：尹雁和;李宾;林雄锋;彭石丰;阮志杰;李国号;余俊杰;白一鸣;江清楷;钟毅 -专利权人：广东电网有限责任公司;广东电网有限责任公司中山供电局
申请日： 2023-05-04 - 公布日： 2023-08-01 - 主分类号： G06Q50/06 文献下载
摘要：本发明公开了一种电动汽车的负荷分解方法、装置、电子设备及存储介质，用于解决现有的负荷分解方法中负荷分解准确度低下的技术问题。所述方法包括：获取用电区域的功率序列数据集，并将其按照一定比例划分为联合训练集以及负荷分解测试集，分别对联合训练集以及负荷分解测试集进行数据预处理，获得对应的功耗训练集以及功耗测试集，以提高模型训练准确性，建立基于VGG‑16卷积神经网络的电动汽车负荷分解模型，并采用功耗训练集以及功耗测试集进行模型训练，获取用电区域的总负荷功耗信息，并将总负荷功耗信息输入至训练后的电动汽车负荷分解模型进行负荷分解，从而快速提取出电动汽车功率序列，提高了负荷分解准确度。
电动汽车负荷分解方法装置电子设备存储介质

[发明专利]一种基于多任务学习的非侵入式负荷分解方法-CN202210956739.4在审
发明人：谭貌;张政;别岳超;廖骋臣;肖俊;苏永新;潘瑞 -专利权人：湘潭大学
申请日： 2022-08-10 - 公布日： 2022-11-22 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于多任务学习的非侵入式负荷分解方法，该方法包括以下步骤：电器负荷数据采集；数据预处理；模态信号分解；构建基于深度神经网络的多任务负荷分解模型；电器负荷分解。本发明利用变分模态分解，将复杂的负荷时间序列分解为频率更加集中、周期性更强的多个子序列，并用多任务学习共享不同电器负荷之间的参数，减少训练误差，提高训练精度与稳定性，更适用于非侵入式负荷分解领域。
一种基于任务学习侵入负荷分解方法

[发明专利]一种具有分解机制电力负荷预测的数据驱动方法-CN202210197419.5在审
发明人：王祥;武占侠;葛俊雄;赵金玉;王顺江;张秀宇;祝国强 -专利权人：深圳智芯微电子科技有限公司;深圳市国电科技通信有限公司;国网辽宁省电力有限公司;东北电力大学
申请日： 2022-03-02 - 公布日： 2022-05-27 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种具有分解机制电力负荷预测的数据驱动方法，包括：获取电力负荷数据，对电力负荷数据进行去噪处理；基于改进的自适应噪声的完备经验模态分解算法，对去噪后的电力负荷数据进行分解处理，将分解后的电力负荷数据划分为训练集和测试集；构建电力负荷预测模型，基于训练集对电力负荷预测模型进行训练，基于测试集对训练好的电力负荷预测模型进行测试；获取待测电力负荷数据，对所述待测电力负荷数据进行去噪处理和分解处理，将分解后的所述待测电力负荷数据输入通过测试的电力负荷预测模型，获得待测电力负荷数据的预测结果。本方法具有适用短期、中期和长期三类时间跨度的电力负荷预测的泛化能力。
一种具有分解机制电力负荷预测数据驱动方法

[发明专利]基于大数据的负荷分解实现方法及系统-CN202010720307.4在审
发明人：张浩军;张国防 -专利权人：南京航灵信息科技有限公司
申请日： 2020-07-24 - 公布日： 2020-12-08 - 主分类号： G01R31/00 文献下载
摘要：本发明公开了基于大数据的负荷分解实现方法及系统，所述方法及系统包括用户用电设备负荷特征库的建立、用户用电数据非侵入式负荷分解、用户用电数据的采集和负荷分解数据准确度验证，所述用户用电设备负荷特征库是整个项目的基础，基于负荷特性样本数据分析提取各种用电设备的负荷特征，将样本数据和特征数据存储到力负荷特性特征库中，所述用户用电数据非侵入式负荷分解是依托负荷特征库中的特征数据，利用相应的模型算法和机器学习技术，实现基于非侵入式用户用电设备负荷分解的模型算法本发明基于大数据的负荷分解实现方法及系统通过运用非侵入式负荷分解技术将会提高用户用电的电能利用效率，促进电力资源的优化配置，适合广泛推广并使用。
基于数据负荷分解实现方法系统

[发明专利]基于CEEMDAN和FastICA的非侵入式负荷分解方法-CN202310443026.2在审
发明人：周孟然;朱梓伟;胡锋;姚小康;汪锟;刘宇 -专利权人：安徽理工大学
申请日： 2023-04-21 - 公布日： 2023-07-25 - 主分类号： G06F18/2113 文献下载
摘要：本发明公开了一种基于CEEMDAN和FastICA的非侵入式负荷分解方法，属于负荷监测技术领域，该方法包括：S1采集总负荷和各类单负荷有功功率并预处理；S2构建完全自适应噪声集合经验模态分解(CEEMDAN)模型，对总负荷功率分解；S3基于Bayesian信息准则估计源数；S4利用最大信息系数(MIC)进行降维；S5利用FastICA盲源分离，实现负荷分解；S6对分解信号和源信号近似程度进行评估。本发明从信号盲源分离角度实现负荷分解，减少了繁琐的负荷信息特征提取，分解得到完整的负荷信息。同时，相对于深度学习，大大减少了模型训练时间。
基于 ceemdan fastica 侵入负荷分解方法

[发明专利]一种基于inception结构负荷分解模型的楼宇负荷分解方法-CN202011425508.8在审
发明人：田英杰;王皓靖;吴吉海;时珊珊;李安;李凡;杨秀;吴裔;傅广努;刘舒;魏新迟;张开宇;郭乃网 -专利权人：国网上海市电力公司;上海电力大学
申请日： 2020-12-09 - 公布日： 2022-06-14 - 主分类号： H02J3/00 文献下载
摘要：本发明涉及一种基于inception结构负荷分解模型的楼宇负荷分解方法，包括以下步骤：S1：获取楼宇能耗负荷数据和楼宇对应的气象数据；S2：对楼宇能耗负荷数据进行预处理和去噪处理；S3：将楼宇能耗负荷数据和气象数据分别输入多个深度神经网络，分别提取得到特征数据；S4：构建基于inception结构的负荷分解模型；S5：将多个深度神经网络提取得到的特征数据输入负荷分解模型，得到负荷分解结果。与现有技术相比，本发明具有提高分解准确率等优点。
一种基于 inception 结构负荷分解模型楼宇方法

[发明专利]一种负荷预测方法、装置、设备及计算机可读存储介质-CN202111517638.9在审
发明人：王媛媛;孙山峰;罗晓敏;蔡晔;黄靖杰 -专利权人：长沙理工大学
申请日： 2021-12-13 - 公布日： 2022-11-22 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种负荷预测方法，该方法包括以下步骤：采用经验模态分解对混合噪声分量的目标负荷功率数据进行分解，得到目标数量的去趋势子序列；根据目标数量确定变分模态分解的K值参数范围；结合各去趋势子序列和K值参数范围确定变分模态分解最优分解参数；基于变分模态分解最优分解参数预测目标负荷功率数据对应的负荷值。应用本发明所提供的负荷预测方法，实现了对混合噪声分量的负荷功率数据的有效降噪，较大地提高了负荷预测的准确性。本发明还公开了一种负荷预测装置、设备及存储介质，具有相应技术效果。
一种负荷预测方法装置设备计算机可读存储介质

[发明专利]一种综合多元信息相似性分析的负荷辨识方法及系统-CN202210954478.2在审
发明人：熊素琴;高天予;邹和平;杜新纲;葛德辉;赵兵;林繁涛;李求洋;刘凯;成达;李扬;陈思禹;许佳佳;赵越;李龙涛;郭建宁;赵旭善;陈思磊;秦程林;王雅涛;赵立涛 -专利权人：中国电力科学研究院有限公司;国网河北省电力有限公司营销服务中心
申请日： 2022-08-10 - 公布日： 2023-03-21 - 主分类号： G01R31/00 文献下载
摘要：本发明公开了一种综合多元信息相似性分析的负荷辨识方法及系统，包括：基于当前数据窗和上一个数据窗的电流数据对应的基波幅值确定是否存在负荷变化；当确定存在负荷变化且变化类型为负荷切出时，获取下一个数据窗的电流数据；基于所述上一个数据窗的电流数据和下一个数据窗的电流数据进行负荷分解，确定第一负荷分解数据；进行多元信息分析，确定第一负荷分解数据对应的第一多元特征信息向量和每个第二负荷分解数据对应的第二多元特征信息向量；基于所述第一多元特征信息向量和第二多元特征信息向量确定切出负荷对应的第三负荷分解数据；根据所述第三负荷分解数据，基于已投入负荷和第二负荷分解数据间的关联关系进行负荷匹配，确定切出负荷。
一种综合多元信息相似性分析负荷辨识方法系统

[发明专利]一种基于深度学习的非侵入式典型用户负荷分解方法-CN202310765808.8在审
发明人：王文豪;王锐;郭建宇;宋晓凯;俎洋辉;陈上吉;李锰;王洋;刘洋;林烽;郭新志;李斐 -专利权人：国网河南省电力公司经济技术研究院
申请日： 2023-06-27 - 公布日： 2023-08-15 - 主分类号： G06N3/0464 文献下载
摘要：本发明涉及一种基于深度学习的非侵入式典型用户负荷分解方法，方法包括以下步骤：步骤1：基于空洞残差网络的非侵入式负荷分解；步骤2：考虑不同特征权重的非侵入式负荷分解；步骤3：计及多尺度负荷特征信息的非侵入式负荷分解；步骤4：基于深层长短时记忆多输出模型的非侵入式负荷分解；本发明具有提高对浅层网络高水平提取能力、有效地提高分解性能、增大感受野同时提取多尺度特征信息的优点。
一种基于深度学习侵入典型用户负荷分解方法

[发明专利]一种电力负荷分解方法及装置-CN201510955190.7在审
发明人：刘松;刘鹏;周晨轶 -专利权人：华电智连信达科技（北京）有限公司
申请日： 2015-12-17 - 公布日： 2016-04-20 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种电力负荷分解方法及装置，获取在设定时长内的预设采样点全部用电设备的有用功率幅值和用于第一负荷功率值，其中所述第一负荷功率值是第一负荷功率值对应的采样点出的全部用电设备的总的功率值；根据所述有用功率幅值，确定用电设备的第二负荷功率值；计算所述第一负荷功率值和所述第二负荷功率值的相关程度值；在所述相关程度值符合设定要求时，确定电力负荷分解系数；获取用电设备的电力负荷曲线；根据所述电力负荷曲线和所述电力负荷分解系数，确定电力分解后的各用电设备的用电曲线，用于解决现有电力负荷分解方案中局限性较强，无法实现含有多状态用电器以及多个同类型用电器的电力负荷分解的问题。
一种电力负荷分解方法装置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条