|
|||||
|
|
| 提升非侵入式负荷辨识准确度的改进型自编码器 | |
| 作者姓名： | 朱炜昕 王亚刚 |
| 作者单位： | 上海理工大学 光电信息与计算机工程学院,上海 200093 |
| 基金项目： | 国家自然科学基金(61074087、 61703277、 11502145) |
| 摘 要： | 非侵入式负荷辨识能够实现电器能耗监测、提高能源使用效率.针对电器混合能耗分解的任务,提出了一种包含改进型去噪自编码器的神经网络方法,用于分解低频采样的混合功率.该方法首先对不同电器分别训练一个卷积去噪自编码器神经网络,然后使用滑动窗口的方式将原始电表采样功率数据通过相应神经网络逐一进行局部分解,最后合成目标电器的干净时... |
| 关 键 词： | 非侵入式负荷辨识 电器能耗分解 自编码器 神经网络 |
| 收稿时间： | 2020-12-01 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《光学仪器》浏览原始摘要信息 | |
| 点击此处可从《光学仪器》下载全文 | |