公开(公告)号：CN113820557A

公开(公告)日：2021-12-21

申请号：CN202111104383.3

申请日：2021-09-22

Applicant: 南京工程学院

Inventor： 李丙华 ,  唐艋茄 ,  闻佳烨 ,  夏言 ,  于晓杰

IPC: G01R31/00 ,  G06K9/62

Abstract: 本发明公开了非侵入式电动自行车充电负荷检测与识别方法，包括获取电动自行车及与其并联的其他电器的充电负荷数据，提取所获取数据的电流电压特征；对电流电压特征数据进行时域仿真，得到初步充电电压、电流波形图；分析波形图，判断数据是否存在错误，查找并剔除错误数据，对数据进行预处理，得到提剔除错误数据的波形图；对波形图，分别进行宏观分析和微观分析；利用傅里叶变换方法对预处理后的数据进行频域分析，提取谐波特征；对谐波特征进行分类识别，用训练集和测试集分别进行训练与测试。本发明通过提取电动自行车和其他电器的电流电压并对其特征进行分类，可通过识别不同负荷特征以区分不同电器进行识别控制。

公开(公告)号：CN113723479A

公开(公告)日：2021-11-30

申请号：CN202110947198.4

申请日：2021-08-18

Applicant: 南京工程学院

Inventor： 卞海红 ,  孙鑫 ,  李丙华

IPC: G06K9/62 ,  G06N3/08

Abstract: 本发明公开了一种基于GRNN与均值漂移算法的非侵入式负荷识别方法，包括选取V‑I轨迹特性曲线作为投切监测识别特征；接着引入基于GRNN的神经网络架构对V‑I图像进行特征提取得到轨迹图像的低维表示；最后结合均值漂移聚类算法通过对低维向量进行分类，间接实现初始识别特征的分类，进而完成对此场景下的异常电器的监测本发明的有益效果：电压电流信号包含的信息更加丰富，负荷特征保留相对完整，识别准确率较高。

公开(公告)号：CN115545257A

公开(公告)日：2022-12-30

申请号：CN202110734050.2

申请日：2021-06-30

Applicant: 南京工程学院

Inventor： 卞海红 ,  孙健硕 ,  李丙华

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F17/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于生成对抗框架的分布式光伏功率预测模型的方法，首先通过使用预测日之前连续的历史功率数据来组成历史功率矩阵(Historical Power Matrix，HPM)。其次，为了更好地利用HPM中隐藏的结构数据和随机信息，提出了一种基于矩阵低秩属性的分布式低秩分解算法。再次，计算了HPM的两个梯度信息，旨在为预测模型提供功率输出的波动趋势。最后，将以上所有内容组合为张量作为模型驱动数据。另外，鉴于PV系统对天气高度敏感，因此构建了气象引导向量(Meteorological Guidance Vector，MGV)来辅助预测模型的训练和执行。