首页|期刊导航|电子器件|基于多层多核卷积神经网络的非侵入式负荷监测方法研究

基于多层多核卷积神经网络的非侵入式负荷监测方法研究OA北大核心CSTPCD

Research on Non-Intrusive Load Monitoring Method Based on Multi-Layer and Multi-Kernel Convolution Neural Network

中文摘要

非侵入式负荷监测仅依靠测量得到的总负荷的电压、电流与功率等承载电力信息的信号就实现负荷监测,无需额外的计量装置和线路改造,因此得到广泛研究.针对传统深度神经网络分解模型准确度仍不能满足实际需求的现状,提出了一种基于多层多核卷积深度神经网络分解模型.为体现不同设备的特性,模型在数据分割时采用不同的序列长度.然后,模型将分割后的数据先通过高维映射,将输入的功率时间序列映射到高维向量,再利用多层卷积法与多核卷积法共同构建出的深度神经网络对生成的信息向量…查看全部>>

汪涛;梁瑞宇;黄虎;丁超

南京工程学院电力工程学院,江苏 南京211100南京工程学院信息与通信工程学院,江苏 南京211100南京工程学院电力工程学院,江苏 南京211100南京工程学院电力工程学院,江苏 南京211100

信息技术与安全科学

非侵入式负荷监测深度学习多核卷积网络电力物联网

《电子器件》 2021 (6)

1429-1435,7

江苏省研究生实践创新计划项目(SJCX21_0948)

10.3969/j.issn.1005-9490.2021.06.024

评论

您当前未登录!去登录点击加载更多...