一种智能负荷识别模型的处理方法和装置制造方法及图纸

本发明专利技术实施例涉及一种智能负荷识别模型的处理方法和装置，所述方法包括：构建智能负荷识别模型；并构建模型数据集；并基于模型数据集对智能负荷识别模型进行模型训练；并在模型训练结束后，接收一段带有电流、功率和温度采样数据的时序序列记为对应的第一输入序列；并将第一采样序列输入智能负荷识别模型进行负荷分类预测处理得到对应的第一预测向量序列。通过本发明专利技术可以提高智能负荷识别模型的模型泛化能力。

【技术实现步骤摘要】

本专利技术涉及数据处理，特别涉及一种智能负荷识别模型的处理方法和装置。

技术介绍

1、智能负荷识别模型是一种人工智能模型，该类模型可根据用电单元的用电特征(诸如电流特征、功率特征)对该用电单元内正在使用的电力负荷类型进行预测，这里提及的电力负荷类型常规有诸如定频空调、变频空调、电热水器、电采暖器、电水壶、小厨宝、微波炉、电磁炉、电饭煲、电烤箱、洗碗机、洗衣机、冰箱、吸尘器、吹风机、充电宝、电动汽车电池组和电瓶车电池等。目前市面上常用的智能负荷识别模型大多基于一类线性预测模型实现，这里提到的线性预测模型常用的有支持向量机(support vector machine,svm)模型。

2、然而我们在实践应用中发现，线性预测模型在基于非线性的用电特征数据(诸如电流、功率)进行预测时其预测效果并不理想。而真实场景下各用电单元的用电特征数据往往都会受到多种非线性因素影响，诸如时间、温度、一类或多类电力负荷同时使用等因素，这些因素之间的相互作用难以用简单的线性关系准确描述。也就是说，基于线性预测模型实现的智能负荷识别模型在实际应用场景下其模型的泛化能力是较本文档来自技高网...

【技术保护点】

1.一种智能负荷识别模型的处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的智能负荷识别模型的处理方法，其特征在于，

3.根据权利要求2所述的智能负荷识别模型的处理方法，其特征在于，

4.根据权利要求3所述的智能负荷识别模型的处理方法，其特征在于，所述构建模型数据集，具体包括：

5.根据权利要求3所述的智能负荷识别模型的处理方法，其特征在于，所述基于所述模型数据集对所述智能负荷识别模型进行模型训练，具体包括：

6.一种用于执行权利要求1-5任一项所述的智能负荷识别模型的处理方法的装置，其特征在于，所述装置包括：模型构...

【技术特征摘要】

1.一种智能负荷识别模型的处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的智能负荷识别模型的处理方法，其特征在于，

3.根据权利要求2所述的智能负荷识别模型的处理方法，其特征在于，

4.根据权利要求3所述的智能负荷识别模型的处理方法，其特征在于，所述构建模型数据集，具体包括：

5.根据权利要求3所述的智能负荷识别模型的处理方法，其特征在于，所述基于所述模型数据集对所述智能负荷识别模型进行模型...

【专利技术属性】
技术研发人员：孙延，施佳丰，李权，史蒙云，毛永，俞建华，
申请(专利权)人：南京米特科技股份有限公司，
类型：发明
国别省市：