1. <menuitem id="edugg"><ins id="edugg"><delect id="edugg"></delect></ins></menuitem> <progress id="edugg"></progress>

      <samp id="edugg"><ins id="edugg"></ins></samp>
      <samp id="edugg"></samp>
        <menuitem id="edugg"></menuitem>
        <dl id="edugg"></dl>

        基于諧波分量與有效值的神經網絡負荷分解
        所屬分類:技術論文
        上傳者:aetmagazine
        文檔大?。?span>507 K
        標簽: 非侵入式負荷分解 卷積神經網絡 智能電網
        所需積分:0分積分不夠怎么辦?
        文檔介紹:非侵入式負荷分解可以從主表電流變化信息中分解出各個用電器的用電信息,方便為用電戶提供更精細化、有針對性的用電管理和調度服務。當前利用一維卷積的非侵入式負荷分解算法存在分解準確率不高、新增用戶用電器需要重新訓練、復雜度較高的問題?;诖?,利用電流有效值和傅里葉變換后的諧波分量信息,提出一種基于一維卷積神經網絡的負荷分解算法,利用相似性對比分解出各個用電器電流信息,解決了新增用戶或用電器需要重新訓練的問題。經實驗發現,所提出的方法還可以在一定程度上提高負荷分解的準確率,且復雜度較低。
        現在下載
        VIP會員,AET專家下載不扣分;重復下載不扣分,本人上傳資源不扣分。
        国产野外无码激情理论片

        1. <menuitem id="edugg"><ins id="edugg"><delect id="edugg"></delect></ins></menuitem> <progress id="edugg"></progress>

          <samp id="edugg"><ins id="edugg"></ins></samp>
          <samp id="edugg"></samp>
            <menuitem id="edugg"></menuitem>
            <dl id="edugg"></dl>