发明公开
CN107392391A 一种基于深度学习的电力负荷用电分解方法
无效 - 驳回
- 专利标题: 一种基于深度学习的电力负荷用电分解方法
- 专利标题(英): Electric load power consumption decomposition method based on deep learning
-
申请号: CN201710678688.2申请日: 2017-08-10
-
公开(公告)号: CN107392391A公开(公告)日: 2017-11-24
- 发明人: 栾文鹏 , 刘博 , 崔高辰 , 余贻鑫 , 刘浩 , 马骁 , 杜伟强 , 杨静 , 王岩 , 尹凯 , 李蓓 , 蒋仲明 , 刘中胜 , 冯丽
- 申请人: 天津求实智源科技有限公司
- 申请人地址: 天津市滨海新区华苑产业区(环外)海泰发展五道16号B-3号楼-1层
- 专利权人: 天津求实智源科技有限公司
- 当前专利权人: 天津求实智源科技有限公司
- 当前专利权人地址: 天津市滨海新区华苑产业区(环外)海泰发展五道16号B-3号楼-1层
- 代理机构: 哈尔滨市邦杰专利代理事务所
- 代理商 吴江东
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q50/06 ; G06N3/04 ; G06N3/08
摘要:
一种基于深度学习的电力负荷用电分解方法。本方法包括五个步骤,第一步,根据需要,获取目标用电场景内所有目标电器设备的关于某一种或几种用电参数的完整工作曲线;第二步,利用第一步获取的电器设备的完整工作曲线,根据目标场景中的实际用电情况,合成模拟目标场景内各电器设备混合使用情形的仿真数据;第三步,构建用于电力负荷分解的深度神经网络,包括确定神经网络分层数目和每层所含神经元数目,及各分层所含神经元之间的链接关系;第四步,利用第二步中合成出的仿真数据建立训练数据集,用以训练在第三步搭建的深度神经网络;第五步,在线应用训练所得深度神经网。本发明属于电力负荷用电细节监测领域,能够实现各目标电器设备用电量的非侵入式估计。