基于时间卷积神经网络的非侵入式居民用电负荷分解方法OA北大核心CSCDCSTPCD
Non-Intrusive Residential Electricity Load Disaggregation Based on Temporal Convolutional Neural Network
非侵入式负荷分解技术通过从主表信息中恢复出用电侧单个用电设备的状态,可以准确地刻画用户用电画像,为用户侧精细化管理发挥重要作用.针对目前人工神经网络模型在负荷分解中存在的分解精度不高、训练效率低下等问题,文章构建了基于时间卷积神经网络(temporal convolutional neural network,TCN)的非侵入式负荷分解模型.通过分析设备的用电规律,采用扩张因果卷积在主表功率序列进行卷积运算,扩大了感受野,提取到更加丰富的特征;通…查看全部>>
刘仲民;侯坤福;高敬更;王治国
兰州理工大学电气工程与信息工程学院,兰州市730050兰州理工大学电气工程与信息工程学院,兰州市730050国网甘肃省电力公司营销服务中心,兰州市730300国网甘肃省电力公司营销服务中心,兰州市730300
信息技术与安全科学
智能电网负荷分解时间卷积神经网络(TCN)序列到点
《电力建设》 2021 (3)
97-106,10
国网甘肃省电力公司电力科学研究院科技项目(52273118000Y)
评论