首页 | 本学科首页   官方微博 | 高级检索  
     

基于多尺度卷积与Informer混合模型的非侵入式负荷监测方法
引用本文:韩林池,高放,赵子巍,郭苏杭,李想,张冬冬,武新章.基于多尺度卷积与Informer混合模型的非侵入式负荷监测方法[J].电力自动化设备,2024,44(3):134-141.
作者姓名:韩林池  高放  赵子巍  郭苏杭  李想  张冬冬  武新章
作者单位:广西大学 电气工程学院,广西 南宁 530004;广西大学 电气工程学院,广西 南宁 530004; 广西大学 计算机与电子信息学院,广西 南宁 530004
基金项目:国家自然科学基金资助项目(52107083);广西科技基地人才专项(2021AC191,29021AC1120);广西重大专项(2021AA1100)
摘    要:针对现有非侵入式负荷监测方法存在的负荷分解准确率低、模型泛化性能差的问题,提出一种多尺度卷积与Informer网络相结合的非侵入式负荷监测方法。采用数据分段优化方法对功率信号进行分段,利用多尺度卷积核获取不同时间尺度的特征序列以及自适应提取多维度功率特征,从而形成特征矩阵;基于Informer网络中的概率稀疏自注意力机制在高维空间中充分捕获特性序列的长期依赖关系,从而提高预测准确率;利用分解值修正方法消除功率分解值中的“虚假”激活状态,以进一步提高分解精度。算例结果验证了所提方法的可行性。

关 键 词:非侵入式负荷监测  多尺度卷积  Informer网络  分解值修正  数据分段优化

Non-intrusive load monitoring method based on multi-scale convolution and Informer hybrid model
HAN Linchi,GAO Fang,ZHAO Ziwei,GUO Suhang,LI Xiang,ZHANG Dongdong,WU Xinzhang.Non-intrusive load monitoring method based on multi-scale convolution and Informer hybrid model[J].Electric Power Automation Equipment,2024,44(3):134-141.
Authors:HAN Linchi  GAO Fang  ZHAO Ziwei  GUO Suhang  LI Xiang  ZHANG Dongdong  WU Xinzhang
Affiliation:School of Electrical Engineering, Guangxi University, Nanning 530004, China; School of Electrical Engineering, Guangxi University, Nanning 530004, China; School of Computer, Electronics and Information, Guangxi University, Nanning 530004, China
Abstract:
Keywords:non-intrusive load monitoring  multi-scale convolution  Informer network  correction of decomposition value  data segmentation optimization
点击此处可从《电力自动化设备》浏览原始摘要信息
点击此处可从《电力自动化设备》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号