公开(公告)号：CN116127409A

公开(公告)日：2023-05-16

申请号：CN202310178005.2

申请日：2023-02-28

Applicant: 湘潭大学

Inventor： 段斌 ,  符明 ,  蔡令仪 ,  柯其聪

IPC: G06F18/25 ,  G01R22/06 ,  G06F18/213 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于格拉姆角差场特征融合的非侵入式负荷识别方法，包括以下步骤：对设备采集到的高频稳态数据进行预处理，获得一个完整基波周期电流和电压信号；利用格拉姆角差场分别对一维电压和电流信号进行编码，生成相对应的二维特征图；通过叠加融合输入到基于卷积块注意力模块的神经网络中，构建负荷识别模型，完成负荷识别。本发明将格拉姆角差场理论应用于负荷印记构建中，增强了一维电压、电流信号的表征能力，进而提升了不同负荷特征之间的辨识度。此外，在负荷识别模型中引入卷积块注意力模块，帮助模型从负荷印记中获取更多负荷识别所需要的有用信息，抑制其他无用信息，进一步提升了负荷识别能力。