首页> 中国专利> 基于Faster R-CNN与SVM结合的融合特征典型负荷识别方法及系统

基于Faster R-CNN与SVM结合的融合特征典型负荷识别方法及系统

页面导航

摘要
著录项
相似文献

摘要

本发明涉及一种基于Faster R‑CNN与SVM结合的融合特征典型负荷识别方法及系统，其方法包括：S1：采集电器设备的负荷，构建信号数据样本，选取相对应的小波基，确定分解层数；对含噪信号进行分解，得到一组小波系数；S2：对小波系数进行软阈值函数处理，得到估计小波系数；S3：利用估计小波系数对小波进行重构，得到去噪后的重构信号；S4：对重构信号进行归一化处理，得到归一化的重构信号；S5：基于归一化的重构信号，构建负荷特征曲线图像，使用Faster R‑CNN网络对负荷曲线图像进行特征提取，利用SVM进行分类，得到最终的负荷识别结果。本发明提供的方法提升了对典型负荷特征识别的准确率，对节能做出指导，降低用户的用电成本并提高电能的利用率。

著录项

公开/公告号CN113920375A

专利类型发明专利
公开/公告日2022-01-11

原文格式PDF
申请/专利权人国网新疆电力有限公司营销服务中心(资金集约中心、计量中心);大连理工大学;
展开▼

申请/专利号CN202111284397.8
发明设计人李宁;齐尚敏;刘海洋;余英;曾婧;杨永建;胡慧敏;
展开▼

申请日2021-11-01
分类号G06V10/764(20220101);G06V10/80(20220101);G06N3/04(20060101);
代理机构11251 北京科迪生专利代理有限责任公司;
代理人金怡
地址 830011 新疆维吾尔自治区乌鲁木齐市高新区(新市区)恒达街200号
入库时间 2023-06-19 13:51:08

相似文献

专利
中文文献
外文文献

1. 基于Faster R-CNN与SVM结合的融合特征典型负荷识别方法及系统 [P] . 中国专利： CN113920375A . 2022-01-11
2. 基于量子遗传算法和SVM模型的负荷识别方法及系统 [P] . 中国专利： CN110414839A . 2019-11-05
3. METHOD FOR RECOGNIZING SURROUNDING VEHICLE BEHAVIORS IN COMPLEX ROAD CONDITIONS BASED ON HMM-SVM TWO-LAYER IMPROVED MODEL [P] . 世界知识产权组织专利： WO2020151059A1 . 2020-07-30

机译：基于HMM-SVM两层改进模型的复杂道路环境下车辆行为识别方法
4. COMPLEX PRI MODULATION TYPE RECOGNITION METHOD OF RADAR SIGNAL BASED ON DUAL-LAYER SVM USING EXPONENTIAL MOVING AVERAGE [P] . 韩国专利： KR101427149B1 . 2014-08-07

机译：指数移动平均的基于双层SVM的雷达信号复杂PRI调制类型识别方法
5. FPGA SVM Safety system for excavator using SVM and Neuromachine based and FPGA [P] . KR20210151297A . 2021-12-14

机译： FPGA SVM安全系统用于挖掘机使用SVM和神经气相基于FPGA和FPGA