| 注册
首页|期刊导航|电力系统及其自动化学报|基于Attention机制优化CNN-seq2seq模型的非侵入式负荷监测

基于Attention机制优化CNN-seq2seq模型的非侵入式负荷监测

王琪凯 熊永康 陈瑛 夏永洪 叶宗阳 余礼苏

电力系统及其自动化学报2022,Vol.34Issue(12):27-34,42,9.
电力系统及其自动化学报2022,Vol.34Issue(12):27-34,42,9.DOI:10.19635/j.cnki.csu-epsa.000997

基于Attention机制优化CNN-seq2seq模型的非侵入式负荷监测

Non-intrusive Load Monitoring Based on CNN-seq2seq Model Optimized by Attention Mechanism

王琪凯 1熊永康 1陈瑛 1夏永洪 1叶宗阳 1余礼苏1

作者信息

  • 1. 南昌大学信息工程学院,南昌 330031
  • 折叠

摘要

关键词

非侵入式负荷监测/卷积神经网络/序列到序列/注意力机制

分类

信息技术与安全科学

引用本文复制引用

王琪凯,熊永康,陈瑛,夏永洪,叶宗阳,余礼苏..基于Attention机制优化CNN-seq2seq模型的非侵入式负荷监测[J].电力系统及其自动化学报,2022,34(12):27-34,42,9.

基金项目

中国博士后科学基金资助项目(2021TQ0136) (2021TQ0136)

计算机体系结构国家重点实验室开放课题项目(CARCHB202019) (CARCHB202019)

2021年江西省研究生创新专项资金资助项目(YC2021-S163) (YC2021-S163)

电力系统及其自动化学报

OA北大核心CSCDCSTPCD

1003-8930

访问量5
|
下载量0
段落导航相关论文