公开(公告)号：CN116502794A

公开(公告)日：2023-07-28

申请号：CN202310296940.9

申请日：2023-03-24

Applicant: 天津大学 ,  中国电力科学研究院有限公司

Inventor： 刘博 ,  张睿祺 ,  栾文鹏 ,  韦尊 ,  王新迎 ,  陈盛

IPC: G06Q10/063 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0442 ,  G06Q50/06

Abstract: 本发明公开了一种非侵入式综合能源系统源荷状态的联合感知方法，包括以下步骤：原始数据采集及预处理；构建多能源荷状态感知模型；根据多能源荷状态感知模型，进行气路设备状态感知；根据多能源荷状态感知模型，进行电路设备状态感知；进行热路设备状态感知。本方法将NILM技术引入IES源荷细粒度数据采集领域，建立IES多能主体设备运行状态及功率联合感知方法，以尽量低的成本投入，获取设备级高频能源产销数据。本发明针对当前难以对IES源荷设备状态感知的问题，设计了一种非侵入式源荷状态联合感知方法，仅通过分析IES中不同能源系统端口处的总量数据和部分气象数据，获知每种主要源荷设备的运行状态和参数，为IES的实时调度优化提供了有效支撑。

公开(公告)号：CN114925115A

公开(公告)日：2022-08-19

申请号：CN202210589048.5

申请日：2022-05-27

Applicant: 天津大学 ,  中国电力科学研究院有限公司

Inventor： 栾文鹏 ,  张睿祺 ,  刘博 ,  赵博超 ,  王新迎 ,  陈盛

IPC: G06F16/2458 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/06

Abstract: 本发明公开了一种基于深度可分离卷积的轻量化广义负荷分解方法，将深度可分离卷积和经典序列到点神经网络相结合，旨在解决NILM技术在用户侧边缘设备上部署应用的问题。本发明方法主要包括：根据卷积的深度分离过程将卷积分为逐通道卷积和逐点卷积，完成对经典序列到点卷积神经网络进行轻量化设计，极大程度地减小了网络模型参数的数量和计算复杂度；通过对广义负荷数据集的有监督训练和验证得到轻量化的序列到点卷积神经网络模型，从总功率信号序列中分解得到的目标广义负荷节点中单个电源或负荷设备的发电或耗电功率。