基于卷积神经网络的非侵入式负荷识别方法

论文摘要

针对非侵入式负荷识别中识别准确率不高的问题,提出基于卷积神经网络的非侵入式负荷识别方法。首先对电阻类负荷、电容类负荷、电感类负荷进行数学建模,并结合tracebase master数据集构建样本库;然后建立卷积神经网络模型,损失函数为交叉熵函数,优化算法采用自适应矩估计优化算法;最后对网络进行训练和测试。仿真结果表明,与循环神经网络等方法相比,本文的方法能够有效识别非侵入式负荷,并具有很好的抗噪性能,具有良好的应用前景。

论文目录

文章来源

类型: 期刊论文

作者: 唐璐,颜钟宗,温和,唐立军

关键词: 负荷识别,非侵入式,卷积神经网络,深度学习

来源: 云南电力技术 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,自动化技术

单位: 湖南大学电气与信息工程学院,云南电网有限责任公司电力科学研究院

分类号: TM714;TP18

页码: 2-4+10

总页数: 4

文件大小: 1282K

下载量: 300

相关论文文献

本文来源: https://www.lunwen66.cn/article/b63e54917ef8bbfb54e20474.html