| 注册
首页|期刊导航|电测与仪表|基于聚类特征及seq2seq深度CNN的家电负荷识别方法研究

基于聚类特征及seq2seq深度CNN的家电负荷识别方法研究

汪繁荣 向堃 吴铁洲

电测与仪表2023,Vol.60Issue(10):79-86,8.
电测与仪表2023,Vol.60Issue(10):79-86,8.DOI:10.19753/j.issn1001-1390.2023.10.013

基于聚类特征及seq2seq深度CNN的家电负荷识别方法研究

Research on household appliance load identification method based on clustering features and seq2seq depth CNN

汪繁荣 1向堃 2吴铁洲2

作者信息

  • 1. 湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室,武汉430068||无锡风繁伟业科技有限公司,江苏无锡214171
  • 2. 湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室,武汉430068
  • 折叠

摘要

关键词

非侵入式负荷分解/深度学习/卷积神经网络/序列到序列/特征提取/数据挖掘

Key words

non-intrusive load decomposition/deep learning/convolutional neural network/sequence to sequence/fea-ture extraction/data mining

分类

信息技术与安全科学

引用本文复制引用

汪繁荣,向堃,吴铁洲..基于聚类特征及seq2seq深度CNN的家电负荷识别方法研究[J].电测与仪表,2023,60(10):79-86,8.

基金项目

国家自然科学基金资助项目(51677058) (51677058)

电测与仪表

OA北大核心CSTPCD

1001-1390

访问量3
|
下载量0
段落导航相关论文