公开(公告)号：CN118898019A

公开(公告)日：2024-11-05

申请号：CN202411019475.5

申请日：2024-07-29

Applicant: 国网江西省电力有限公司信息通信分公司

Inventor： 魏翔 ,  周洋 ,  王云 ,  殷芳 ,  刘秋明 ,  周炜煜 ,  徐伟 ,  陈龙平 ,  钟华 ,  游闽 ,  蒋琛璎 ,  傅政 ,  闫娟 ,  黄刚

IPC: G06F18/241 ,  H02J3/00 ,  G06F18/213 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06F123/02

Abstract: 本发明提供了一种电网负荷类别识别方法，涉及深度学习技术领域，包括：获取用户侧总线上的用电设备数据集；基于所述用电设备数据集计算电网负荷信号的功率有效值；对所述电网负荷信号进行频带分割处理得有效电网负荷信号，并提取所述有效电网负荷信号中的时序特征值；基于优化好的联合神经网络模型，利用多任务学习共享机制基于优化好的联合神经网络模型对功率有效值和时序特征值分别进行特征提取后对应获得功率有效值和时序特征值的学习特征；将功率有效值和时序特征值的学习特征进行特征拼接后，得到融合特征信息，并基于所述融合特征信息输出负荷识别结果。本发明实现了对电网负荷信号特征的高效提取，提高了电网负荷类别的识别准确率。