公开(公告)号：CN113363979A

公开(公告)日：2021-09-07

申请号：CN202110696996.4

申请日：2021-06-23

Applicant: 中国科学技术大学

Inventor： 周颢 ,  王晓宇 ,  周王球 ,  李向阳

IPC: H02J3/00 ,  H02J13/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种非接触式电力负荷分解感知的方法及系统，其主要包括：基于非接触式获得的原始电流、有功电流和非功电流训练获得第一神经网络单元；以及，基于所述第一神经网络单元从其输入数据中提取的信息和所述原始电流训练获得第二神经网络单元；并将所述第二神经网络单元部署于电力系统中用于进行电力负荷分解感知的监测操作。本发明实施例可以在不切断、不改装已有的用电线路的前提下，仅通过感应电流输入的方式分析电路中用电设备的工作状态。且可以在仅依靠感应电流输入的限制下最大化算法的识别精度。

公开(公告)号：CN117031157A

公开(公告)日：2023-11-10

申请号：CN202310990177.X

申请日：2023-08-04

Applicant: 中国科学技术大学

Inventor： 周颢 ,  王晓宇 ,  李向阳

IPC: G01R31/00 ,  H02J50/10 ,  G01R15/18 ,  G01R19/10 ,  G01R19/00 ,  G06F18/214 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种轻量级非接触式电力分解感知方法，包括：步骤1，过滤处理：持续监测电流互感器测得的各用电设备消耗电流之和的总测量值，当总测量值的变化超过给定阈值时，对持续测得的总测量值进行过滤去除相近的测量值序列，通过压缩感知将过滤后的测量值压缩为低冗余数据；步骤2，推断处理：利用预先训练好的基于注意力机制的多标签分类神经网络模型直接对压缩后的低冗余数据进行推断，得出所有正在工作设备的状态。该方法用更低冗余的数据和更精简的神经网络模型达到和传统高采样率、复杂模型相媲美的精度。

公开(公告)号：CN113363979B

公开(公告)日：2022-12-30

申请号：CN202110696996.4

申请日：2021-06-23

Applicant: 中国科学技术大学

Inventor： 周颢 ,  王晓宇 ,  周王球 ,  李向阳

IPC: H02J3/00 ,  H02J13/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种非接触式电力负荷分解感知的方法及系统，其主要包括：基于非接触式获得的原始电流、有功电流和非功电流训练获得第一神经网络单元；以及，基于所述第一神经网络单元从其输入数据中提取的信息和所述原始电流训练获得第二神经网络单元；并将所述第二神经网络单元部署于电力系统中用于进行电力负荷分解感知的监测操作。本发明实施例可以在不切断、不改装已有的用电线路的前提下，仅通过感应电流输入的方式分析电路中用电设备的工作状态。且可以在仅依靠感应电流输入的限制下最大化算法的识别精度。