版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、能源是人類社會(huì)存在與發(fā)展進(jìn)步的重要物質(zhì)基礎(chǔ),隨著全球經(jīng)濟(jì)的不斷發(fā)展,能源越發(fā)的成為制約人類社會(huì)發(fā)展的瓶頸,如何高效的利用能源、節(jié)約能源受到越來(lái)越多的關(guān)注。電能作為能源消耗的主力軍,如何科學(xué)高效的節(jié)約電能成為目前人們最為關(guān)心的問(wèn)題。電能節(jié)約的熱門方法是通過(guò)非侵入式負(fù)荷識(shí)別分析家庭內(nèi)部用電器的開關(guān)狀態(tài),進(jìn)而了解用戶的用電行為習(xí)慣,從而制定相關(guān)政策以達(dá)到節(jié)電的目標(biāo)。本文提出了一種新穎的負(fù)荷識(shí)別算法以解決非侵入式負(fù)荷識(shí)別問(wèn)題。
非侵入
2、式負(fù)荷識(shí)別作為一個(gè)低成本的可行性方案受到越來(lái)越多的相關(guān)研究人員關(guān)注。非侵入負(fù)荷識(shí)別算法主要分為兩大類:一類是基于事件檢測(cè)的負(fù)荷識(shí)別算法,另一類是非事件檢測(cè)類識(shí)別負(fù)荷算法。這兩類算法中非事件檢測(cè)類算法的整體識(shí)別效果更好,本文提出了一種新穎的非事件檢測(cè)算法,基于混合神經(jīng)網(wǎng)絡(luò)的集成學(xué)習(xí)方法。該算法將傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)和能夠較好解決時(shí)序問(wèn)題的長(zhǎng)短期時(shí)序網(wǎng)絡(luò)相結(jié)合,通過(guò)長(zhǎng)短期時(shí)序網(wǎng)絡(luò)自適應(yīng)的從原始數(shù)據(jù)中提取時(shí)序特征,結(jié)合神經(jīng)網(wǎng)絡(luò)構(gòu)成的分類器進(jìn)行負(fù)荷識(shí)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經(jīng)網(wǎng)絡(luò)模式識(shí)別的非侵入式負(fù)荷監(jiān)測(cè)方法研究.pdf
- 基于深度學(xué)習(xí)優(yōu)化的非侵入式負(fù)荷監(jiān)控算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)集成的增量式學(xué)習(xí).pdf
- 基于混合算法-徑向基神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè).pdf
- 基于事件檢測(cè)的住宅用電負(fù)荷非侵入式識(shí)別研究.pdf
- 非侵入式負(fù)荷分解算法的綜合研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)集成的短期負(fù)荷預(yù)測(cè)方法研究.pdf
- 基于蜂群算法的神經(jīng)網(wǎng)絡(luò)集成研究.pdf
- 基于深度學(xué)習(xí)的非侵入式住宅用電負(fù)荷分解方法.pdf
- 基于NSCT變換和深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別算法研究.pdf
- 基于多神經(jīng)網(wǎng)絡(luò)集成的手寫數(shù)字識(shí)別.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的表情識(shí)別算法.pdf
- 非侵入式電器識(shí)別算法的研究.pdf
- 基于深度抽象的集成神經(jīng)網(wǎng)絡(luò)定位算法.pdf
- AUV模糊神經(jīng)網(wǎng)絡(luò)混合學(xué)習(xí)算法的控制研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)集成和果蠅算法的機(jī)床能耗預(yù)測(cè).pdf
- 基于神經(jīng)網(wǎng)絡(luò)集成學(xué)習(xí)的SAR目標(biāo)識(shí)別方法研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)的電網(wǎng)短期負(fù)荷預(yù)測(cè).pdf
- 基于神經(jīng)網(wǎng)絡(luò)語(yǔ)音識(shí)別算法的研究.pdf
- 神經(jīng)網(wǎng)絡(luò)集成算法的研究.pdf
評(píng)論
0/150
提交評(píng)論