一种基于残差全卷积神经网络的非侵入式负荷监测方法

被引：0

专利类型：

发明

申请号：

CN202311142099.4

申请日：

2023-09-06

公开(公告)号：

CN117172601B

公开(公告)日：

2025-06-13

发明(设计)人：

张远实钱文妍胡秦然陈涛章飞冯忆文李扬

申请人：

东南大学

申请人地址：

211189 江苏省南京市江宁区东南大学路2号

IPC主分类号：

G06Q10/0639

IPC分类号：

G06Q50/06 G06N3/0464 G06N3/08 G06F18/214 G06F18/21

代理机构：

南京众联专利代理有限公司 32206

代理人：

叶倩

法律状态：

授权

国省代码：

江苏省南京市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-06-13	授权	授权

共 50 条

[1]

基于全卷积神经网络的非侵入式负荷识别方法 [P].

胡正华 ;

章恩友 ;

黄科杰 .

中国专利 :CN112434799B ,2021-03-02

[2]

基于序列延时重构CSP卷积神经网络的非侵入式负荷监测方法 [P].

曾文浩 ;

谢跃 ;

汪涛 ;

包永强 ;

梁瑞宇 ;

唐闺臣 ;

王青云 .

中国专利 :CN114745299A ,2022-07-12

[3]

基于物理约束神经网络的非侵入式负荷监测方法及装置 [P].

黄刚 ;

周舟 ;

华炜 ;

李永福 .

中国专利 :CN115201615B ,2022-12-20

[4]

一种基于分层残差图神经网络的非侵入式负荷分解方法 [P].

王立辉 ;

丁宁 .

中国专利 :CN118822390A ,2024-10-22

[5]

基于1D卷积神经网络和LSTM结合的非侵入式负荷分解方法 [P].

胡正华 ;

章恩友 ;

黄科杰 .

中国专利 :CN112598303B ,2025-01-24

[6]

基于1D卷积神经网络和LSTM结合的非侵入式负荷分解方法 [P].

胡正华 ;

章恩友 ;

黄科杰 .

中国专利 :CN112598303A ,2021-04-02

[7]

一种基于改进UNet架构的非侵入式负荷监测方法 [P].

赵剑锋 ;

刘东升 ;

董坤 .

中国专利 :CN118364426A ,2024-07-19

[8]

一种非侵入式负荷监测方法、装置、设备及存储介质 [P].

周晓 ;

金和平 ;

颜俊 ;

梁涛 ;

颜安 ;

李倩 ;

潘中奇 ;

李存凯 .

中国专利 :CN118839200A ,2024-10-25

[9]

一种基于时间卷积神经网络的非侵入式居民用电负荷分解方法 [P].

王琨 ;

高敬更 ;

杨熹 ;

刘继荣 ;

杨春光 ;

侯琦 ;

董智颖 ;

杨柳 ;

苏海军 .

中国专利 :CN112215406B ,2024-04-16

[10]

一种基于时间卷积神经网络的非侵入式居民用电负荷分解方法 [P].

苏海军 ;

王琨 ;

高敬更 ;

杨熹 ;

刘继荣 ;

杨春光 ;

侯琦 ;

董智颖 ;

杨柳 .

中国专利 :CN112215406A ,2021-01-12

← 1 2 3 4 5 →