基于神經網絡的工廠用電狀態識別方法

秦紅蓮; 何玉林; 黃哲學 深圳大學計算機與軟件學院大數據技術與應用研究所; 深圳518060; 深圳大學大數據系統計算技術國家工程實驗室; 深圳518060

關鍵詞:人工智能 神經網絡 智能電表 電網數據 用電狀態 

摘要:智能電表的迅速普及與應用引起電力消耗數據(即智能電網數據)的激增,這不僅給數據的存儲與通信帶來了挑戰,同時也增加了對數據進行分析的難度。另外,由于生產性質和經營方式的不同,工廠的用電狀態往往比較復雜。基于傳統經驗的人工識別不能滿足實際應用的需求,該文研究了一種基于神經網絡的工廠用電狀態自動識別方法。首先,對采集于真實應用場景的電網大數據進行必要的預處理,包括數據的合并、清洗、標準化、打標和抽樣;然后,基于預處理的電網數據構建神經網絡模型用于對工廠用電狀態的自動識別;最后,對提出的基于神經網絡的工廠用電狀態識別方法進行實驗驗證,證實了該方法的合理性和有效性。通過對工廠用電狀態的準確識別,能夠幫助供電公司指導企業進行錯峰用電,進而有效緩解電力供給不平衡的問題,以達到對電能合理開發和利用的目的。

集成技術雜志要求:

{1}文章中如出現附錄(Appendix)或附件等形式的內容,統一放在參考文獻之后,它們之間保持適當的間距。

{2}主題明確,結構合理;層次清晰,邏輯性強;表述簡潔,文字通順。

{3}稿件請按以下順序編寫:題名(基金項目請注明基金編號),作者姓名,中文摘要(含關鍵詞不少于4個),正文,參考文獻,作者簡介。

{4}文章題目一般不超過20個字(必要時可添加副標題),文內標題或小節的層次序號依次是:一、二、三……;(一)、(二)、(三)……;1.、2.、3……;(1)、(2)、(3)……

{5}作者姓名用漢語拼音,姓和名的第1個字母大寫,復姓、雙名連寫,如馬林林Ma Linlin、歐陽靜萍Ouyang Jingping。

注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社

集成技術

部級期刊
1個月內下單

關注 10人評論|0人關注
相關期刊
服務與支付
国产精品视频线观看26uuu,免费av网站在线观看,免费一级a四片久久精品网,国产成人无码精品久久久露脸
午夜看大片在线观看视频 | 亚洲欧美日韩综合久久 | 日本久久久久亚洲中字幕 | 亚洲欧美日韩专区 | 日本午夜精品理论片a级 | 日韩欧美中文字幕精品 |