电力系统负荷类专利转让_商标转让

类型
法律状态
检索范围
名称/领域

专利名称：一种基于自适应特征选择的非侵入式家电负荷识别方法申请号：2021100190491 转让价格：面议收藏
法律状态：已下证类型：发明关键词：电力系统负荷数据预测优化相似专利发布日：2025/02/10
摘要：本发明公开了一种基于自适应特征选择的非侵入式家电负荷识别方法，具体按照以下步骤实施：数据预处理，对选取的REDD数据集进行去噪处理；通过改进的广义似然比检验对处理后的数据进行事件检测；对检测到的事件变点，提取多维负荷特征；根据功率进行分段，针对多维特征，用自适应mRmR算法分别提取各区段对应特征；将选择后的特征作为负荷印记，通过改进的K‑means算法建立负荷特征库；以负荷特征库为基础，使用kNN算法对用户内部家电负荷工作状态进行识别。解决了现有技术中存在的易出现误判情况的问题，提高了识别准确率。

专利名称：一种基于DCAE-LSTM短期日负荷曲线预测方法申请号：2021102123612 转让价格：面议收藏
法律状态：已下证类型：发明关键词：电力系统负荷数据预测优化相似专利发布日：2025/02/10
摘要：本发明公开了一种基于DCAE‑LSTM短期日负荷曲线预测方法，具体按照以下步骤实施：步骤1、构建电力负荷带有高噪声的数据集；步骤2、构造卷积去噪自编码器(DCAE)；步骤3、构造基于长短期记忆网络(LSTM)的负荷预测网络；步骤4、将DCAE与基于LSTM的负荷预测网络结合，组成混合深度神经网络；步骤5、将步骤1中带有高噪声的数据集输入步骤4中的混合深度神经网络实现短期日负荷曲线的预测。结合了DCAE的去噪能力和LSTM的预测能力，使得可以不必事先建立主观模型，而直接根据观测数据序列本身的客观规律进行预测，避免了数据采集噪声因素，提高预测的精度和可信度。

第1页/共1页;本页2条记录/共2条记录

第页

用户指南

交易方式

专项服务

关于柿子坊

关注微信公众号

联系我们

咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com

专利转让_商标转让_知识产权转让评估买卖_智来柿子坊专利交易平台