公开(公告)号：CN119167124A

公开(公告)日：2024-12-20

申请号：CN202411186272.5

申请日：2024-08-27

Applicant: 吉林大学 ,  烟台东方威思顿电气有限公司

Inventor： 周求湛 ,  李新萌 ,  王聪 ,  武慧南 ,  王晓东 ,  胡春华 ,  赵航 ,  黄庆丰 ,  董玉龙 ,  陈飞 ,  王晋硕 ,  侯晓晗 ,  高朋辉 ,  林晓溪 ,  王俊生 ,  李海岩 ,  李嘉敏 ,  谢家凯 ,  刘淇 ,  隆海波 ,  马瑜

IPC: G06F18/2321 ,  G06F18/214 ,  G06Q10/0631 ,  G06Q50/06 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于数据增强和深度学习的电能表负荷分解方法，步骤包括：采集电力负荷数据并对采集的数据进行处理；基于处理后的电力负荷数据构造训练集，并对训练集进行数据增强，通过聚类将训练集的样本分为多个类簇，然后对各类簇通过DBA算法生成平均序列作为合成样本，从而提高训练集中的样本数量和质量；使用数据增强后的训练集训练负荷分解网络模型，模型包括CNN层与GRU层，然后使用训练好的模型进行负荷分解。本发明通过数据填充、基于训练集生成合成样本等手段，提高了训练集的规模与质量，从而提高了负荷分解的准确度。