一种基于改进GMM模型的特征提取及负荷分解方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于改进GMM模型的特征提取及负荷分解方法
申请号:CN202511131564
申请日期:2025-08-13
公开号:CN121009342A
公开日期:2025-11-25
类型:发明专利
摘要
一种基于改进GMM模型的特征提取及负荷分解方法,包括如下步骤:形成功率组合表;得到设备单独运行时的负荷数据样本特征向量;基于功率组合查表法负荷分解;对分解后得到的所有可能的负荷数据序列进行基于高斯混合模型的拟合聚类,得到所有可能的分解后的负荷数据特征向量;将上一步得到的所有可能的分解后的负荷数据特征向量与各设备单独运行时的负荷数据样本特征向量进行线性相关性和差异性检验,得到斯皮尔曼相关系数检验r值和秩和检验p值,直至所有的可能性;基于线性相关性和差异性分析,识别负荷类型。本发明的分解方法计算量较小,实时性较高,特别适合于多种用电设备同时运行时的情况。
技术关键词
负荷分解方法 GMM模型 斯皮尔曼相关系数 高斯混合模型 组合查表 组合表 数据 样本 功率 线性 聚类 序列 滤波 数值