-
公开(公告)号：CN110445126A
公开(公告)日：2019-11-12
申请号：CN201910554344.X
申请日：2019-06-25
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司电力科学研究院
IPC分类号： H02J3/00
摘要： 一种非侵入式负荷分解方法及系统，本方案中获取目标用户一段时间内的负荷总功率序列；基于用户的负荷总功率序列以及设定的负荷种类，按照预先训练的总功率序列与各负荷种类的功率特征序列关系，将负荷总功率进行分解得到时间段内各负荷种类的功率特征序列；其中，负荷种类由用户对家电的使用情况确定；训练过程包括：基于恒等映射并按时序进行感受野放大。通过预先训练的总功率序列与各负荷种类的功率特征序列关系，对非侵入式负荷进行分解，提高了负荷分解结果的正确率和准确率；训练过程中通过恒等映射按时序将负荷总功率进行感受野方法，解决了在负荷分解过程中梯度消失的问题，又增大了感受野，使得负荷分解结果更具有真实性。
-
公开(公告)号：CN109685314A
公开(公告)日：2019-04-26
申请号：CN201811380068.1
申请日：2018-11-20
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司电力科学研究院
CPC分类号： G06Q10/0637 , G06N3/049 , G06Q50/06
摘要： 本发明提供了一种基于长短期记忆网络的非侵入负荷分解方法和系统，包括：采集一段时间的多个总负荷数据并进行差分处理及窗口采样处理；将经过差分处理及窗口采样处理的总负荷数据输入预先建立的复合深层长短期记忆网络模型，得到每种电器类型的功率值；复合深层长短期记忆网络模型包括总负荷与各电器类型的功率值之间的关系。该方法和系统避免了侵入式负荷分解研究下硬件成本较高以及高频采样数据的数据量大的问题，能够对小电器、不断变化的电器和一直在使用的电器的功率进行分解。
-
公开(公告)号：CN109685314B
公开(公告)日：2021-10-29
申请号：CN201811380068.1
申请日：2018-11-20
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司电力科学研究院
摘要： 本发明提供了一种基于长短期记忆网络的非侵入负荷分解方法和系统，包括：采集一段时间的多个总负荷数据并进行差分处理及窗口采样处理；将经过差分处理及窗口采样处理的总负荷数据输入预先建立的复合深层长短期记忆网络模型，得到每种电器类型的功率值；复合深层长短期记忆网络模型包括总负荷与各电器类型的功率值之间的关系。该方法和系统避免了侵入式负荷分解研究下硬件成本较高以及高频采样数据的数据量大的问题，能够对小电器、不断变化的电器和一直在使用的电器的功率进行分解。
-
公开(公告)号：CN112434783A
公开(公告)日：2021-03-02
申请号：CN202011081904.3
申请日：2020-10-12
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司电力科学研究院
摘要： 本发明涉及一种非侵入式负载分解方法及系统，所述方法包括：对待分解总功率数据进行归一化处理；基于预先训练的分解网络对归一化处理后的待分解总功率数据进行分解，获取待分解总功率数据中各类电器的功率归一化值；对待分解总功率数据中各类电器的功率归一化值进行反归一化处理，获取待分解总功率数据中各类电器的功率值；本发明提供的技术方案能够提高非侵入式负载分解的效率，降低非侵入式负载分解的操作难度以及其操作过程中产生的误差。
-
-
-
搜索结果
4 条记录 (耗时 0.069 秒)
