龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本申请提出一种恶性负载识别方法、恶性负载识别装置以及计算机存储介质。所述恶性负载识别方法包括：基于电器的电压电流数据，提取所述电器的电气特征；将所述电气特征输入负荷识别模型，获取所述负荷识别模型识别的第一负荷类型；响应于所述第一负荷类型为预设的恶性负载，将所述电气特征以及预处理的聚类特征样本集进行聚类；根据聚类结果，获取所述电器的第二负荷类型；响应于所述第二负荷类型为预设的恶性负载，输出所述电器为恶性负载的负荷类型。通过上述恶性负载识别方法，采用深度神经网络结合传统机器学习结合方案实现高识别率和低误识别率。
主权项：1.一种恶性负载识别方法，其特征在于，所述恶性负载识别方法包括：基于电器的电压电流数据，提取所述电器的电气特征；将所述电气特征输入负荷识别模型，获取所述负荷识别模型识别的第一负荷类型；响应于所述第一负荷类型为预设的恶性负载，将所述电气特征以及预处理的聚类特征样本集进行聚类；根据聚类结果，获取所述电器的第二负荷类型；响应于所述第二负荷类型为预设的恶性负载，输出所述电器为恶性负载的负荷类型；所述预处理的聚类特征样本集包括针对训练集进行聚类得到的若干质心；所述将所述电气特征以及预处理的聚类特征样本集进行聚类，包括：获取所述电气特征与每一质心的距离，以获取距离最小值；所述根据聚类结果，获取所述电器的第二负荷类型，包括：响应于所述距离最小值小于等于聚类识别阈值，将所述距离最小值对应的质心的负荷类型作为所述聚类结果；响应于所述距离最小值大于所述聚类识别阈值，将所述聚类结果输出为其他负荷类型。
全文数据：
权利要求：
百度查询： 浙江大华技术股份有限公司 恶性负载识别方法、恶性负载识别装置及计算机存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号