[发明专利]基于可再训练孪生网络的非侵入式负荷识别方法及系统有效
申请号: | 202210574224.8 | 申请日: | 2022-05-25 |
公开(公告)号: | CN114662624B | 公开(公告)日: | 2022-09-13 |
发明(设计)人: | 于淼;强柱成;陆玲霞;包哲静;齐冬莲;王丙楠 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08;G06Q50/06 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 邱启旺 |
地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提出了一种基于可再训练孪生网络的非侵入式负荷识别方法及系统,本发明通过卷积神经网络和BP神经网络构造孪生网络并对负荷V‑I进行分类;其中孪生网络部署于嵌入式设备上,可以提高整个系统的实时性以及扩展性。本发明的BP神经网络还根据新发现的负荷可以重新训练并更新网络模型,从而可以实时提高网络模型的特征提取能力及识别能力进一步地,本发明在V‑I分类的基础上通过P‑Q特征进行进一步分类。本发明具有准确识别未知负荷的能力。 | ||
搜索关键词: | 基于 训练 孪生 网络 侵入 负荷 识别 方法 系统 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202210574224.8/,转载请声明来源钻瓜专利网。
- 上一篇:试剂卡推卡机构和生化检测装置
- 下一篇:摄像模组及电子设备