基于域适应学习的非侵入式负荷分解问题研究

来源 :甘肃科技 | 被引量 : 0次 | 上传用户:tianyi03
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于神经网络的非侵入式负荷分解方法需要利用大量的先验数据对神经网络进行训练,针对某一特定设备在大量的先验数据参与训练的情况下,可达到较好的分解效果,然而将该模型应用于其他设备时,分解精度会迅速下降,因此具有较大的局限性,不利于基于神经网络的非侵入式负荷分解方法在智能电网中的大规模部署。针对此类问题,提出了一种域适应深度学习方法,该方法从训练数据角度出发,混合源域数据与目标域数据对网络进行训练,极大提升了非侵入式负荷分解网络模型的泛化性能。依据现有公开数据进行实验测试,本文所提方法显示出了良好的效果。
其他文献
刚竹毒蛾虫害检测对毛竹的生长和竹业的发展起着至关重要的作用。根据高光谱冠层光谱信息与刚竹毒蛾虫害程度之间的关系,提取冠层光谱中与虫害紧密相关的特征波长、指数以及光谱参数等,利用Fisher判别分析法建立刚竹毒蛾虫害程度检测模型。分别以原始光谱的400~508,586~693和724~900 nm处的波长、包络线去除光谱的400~756 nm之间的特征波长、9种冠层光谱植被指数和7种冠层特征光谱参数作为Fisher判别函数自变量,构建判别函数。收集300组毛竹叶片虫害样本数据,随机划分为210组建模集与90
酿酒葡萄一般批量采收,采收期对其品质有较大影响。传统方法主要依靠对样本的酚、糖等各组分含量进行实验室理化指标检测,判定采收成熟度。如果对多个地块进行采摘前的连续监测,则批量大、成本高、采样与分析工作量繁重,且时效性差,难以保证果品的收获品质。以蛇龙珠品种为对象,提出一种利用近地面多光谱图像对种植区葡萄成熟度和批量采收期判别的方法。通过DJI Phantom四旋翼无人机搭载ADC Micro多光谱相机,以S型采样路线直接拍摄9个采样点的蛇龙珠田间原位图像,并采集葡萄果粒样本;利用PixelWrench2 x
实施“智慧广电”建设工程是推动广播电视高质量创新发展的重要抓手,而完善广播发射管理系统是“智慧广电”建设工程在无线广播领域的重要举措,是保障广播电视安全播出的重要支撑。无线广播发射台站的网络管理是全省广播电视网络管理的重要组成部分,本文结合无线传输中心所管理发射台站的实际情况,论述了实现中心与台站、台站与台站之间的互联互通,做到便捷快速资源共享的初步方案,对台站管理从粗放型管理向集约型、精细化管理升级转变进行了有益的探索。
近年来,随着我国土地整治概念和范畴的不断拓展,土地整治工作已成为我国社会主义新农村建设的有效途径。本文在对比分析土地整治和新农村建设互动关系基础上,基于AHP与模糊综合评价方法,通过建立相关评价指标,量化土地整治与新农村建设的互动程度,进而提出对策与建议,以期对二者的统筹协调发展提供指导。
目前浮选提高重晶石品位的方法通常采用新型浮选药剂从低品位重晶石矿中进行分选,采用微波加热预处理矿物可提高浮选回收率,但微波对浮选药剂与矿物的作用机理还不清楚。微波加热技术近年来用于矿物加工、冶金与材料制备等领域,具有反应速度快、产品指标高等优点。以油酸钠为捕收剂,对微波预处理后的重晶石纯矿物进行浮选,并对不同微波作用时间下的重晶石浮选样品进行红外光谱检测,通过红外拟合平滑光谱和二阶导数光谱计算分析,研究微波对重晶石浮选的影响机理。浮选试验结果表明,未经微波预处理的重晶石,在油酸钠用量为55 mg·L
文章在分析甘肃“一带一路”国际合作现状基础上,构建科技创新竞争力评价体系,从科技创新投入、产出、效益、潜力四个方面,对比分析5年丝绸之路沿线14个省区市科技创新竞争力水平变化情况,找出甘肃在“一带一路”开放合作中的创新竞争力优劣势,最后从改善环境层、激发主体层、夯实资源层、扩充交流层提出相关建议。
当前,有关量子点pH响应方面的研究主要集中在含Cd(镉)类量子点,且都是研究其稳态荧光光谱对pH值的响应。然而,Cd类量子点对生物体系具有一定的毒性,且稳态荧光光谱法由于受浓度等因素的影响具有一定的不稳定性,因此应用于生物体系中作为pH探针具有明显的缺点。基于以上分析,通过水相合成法,我们制备出了基于谷胱甘肽配体的水溶性ZnSe量子点,该量子点具有毒性小,生物兼容性好等特点,适合被应用于生物体系中。利用所制备的ZnSe量子点,采用时间相关单光子计数技术,结合紫外可见吸收光谱和稳态荧光光谱,对pH值在5~1
高光谱遥感技术因为具有图谱合一的优势,并且相较于传统多光谱遥感技术,可以实现对目标的精确识别,逐渐运用于地表植被的探测。选择以滇中地区的竹林、华山松、杂木林这三类典型地表植被为研究对象,基于机载高光谱影像数据,通过对原始高光谱、一阶微分处理光谱、连续统去除处理光谱进行处理与对比分析,获得滇中三类典型地表植被类型高光谱特征的初步探测认识。主要结果包括:(1)基于对原始光谱特征分析得出,三类典型地表植被的原始高光谱的最佳波段窗口出现在690~946 nm,且在该波段范围内光谱反射率特征为竹林>华山松&g
老虎山东铁矿地处甘肃北山造山带东部,处于哈萨克斯坦板块、塔里木-华北板块、西伯利亚板块的交汇部位[1],是北山地区铁、铜、铅锌等金属矿产成矿的重要地段[2]。老虎山东铁矿Ⅲ矿带前期工作程度较低。本次研究通过矿区详查,对Ⅲ矿带深部矿体进行钻探工程控制,开展成矿背景、矿区地质、矿床地质、矿石类型及地球物理特征的综合研究,认为该矿床为浅海相沉积变质型铁矿床,矿区内古硐井群灰岩、花岗闪长岩与地层接触部位、磁性矿石以及磁异常正负伴生的部位是有利的找矿标志。
提出了一种将表面增强拉曼光谱技术(SERS)和基于灰狼优化(GWO)算法的支持向量回归(SVR)相结合快速定量检测水中总氮(TN)、总磷(TP)含量的定量分析方法。传统的TN、TP检测方法不但过程繁杂,实验环境要求高,而且耗时较长,不能实现快速检测。而SERS技术操作简单,耗时短,将其与GWO-SVR算法相结合可以实现快速精确检测。以实验室配制的银溶胶作为拉曼光谱增强基底,不同浓度梯度TN、TP溶液为研究对象,分别配制TN、TP样本溶液26组和23组,其中TN溶液选取8组作为测试集,TP溶液选取7组作为测