一种电力用户负荷细粒度识别方法及识别系统

    公开(公告)号:CN113036759B

    公开(公告)日:2023-09-26

    申请号:CN202110351379.0

    申请日:2021-03-31

    Abstract: 本发明涉及一种电力用户负荷细粒度识别方法及识别系统,其中识别方法包括利用高频采样设备实时获取各类负荷的稳态电压、电流数据;在获取到各类负荷稳态电压、电流数据之后,利用Fryze功率理论将高频采样电流分解为有功、无功电流,并对高频采样电压与无功电流进行标准化处理构建二维V‑I轨迹图像;得到二维V‑I轨迹图像后,通过RGB颜色编码技术对二维V‑I轨迹进行处理,在R、G、B三通道中分别融合有功电流、瞬时功率及其变化信息,得到彩色V‑I轨迹图像;构建卷积神经网络,调整彩色V‑I轨迹图像分辨率,将其作为神经网络输入,对彩色V‑I轨迹图像进行特征提取,实现对负荷的识别。与现有技术相比,本发明具有识别精度高、通用性强等优点。

    一种电力用户负荷细粒度识别方法及识别系统

    公开(公告)号:CN113036759A

    公开(公告)日:2021-06-25

    申请号:CN202110351379.0

    申请日:2021-03-31

    Abstract: 本发明涉及一种电力用户负荷细粒度识别方法及识别系统,其中识别方法包括利用高频采样设备实时获取各类负荷的稳态电压、电流数据;在获取到各类负荷稳态电压、电流数据之后,利用Fryze功率理论将高频采样电流分解为有功、无功电流,并对高频采样电压与无功电流进行标准化处理构建二维V‑I轨迹图像;得到二维V‑I轨迹图像后,通过RGB颜色编码技术对二维V‑I轨迹进行处理,在R、G、B三通道中分别融合有功电流、瞬时功率及其变化信息,得到彩色V‑I轨迹图像;构建卷积神经网络,调整彩色V‑I轨迹图像分辨率,将其作为神经网络输入,对彩色V‑I轨迹图像进行特征提取,实现对负荷的识别。与现有技术相比,本发明具有识别精度高、通用性强等优点。

Patent Agency Ranking