[發(fā)明專利]基于變權(quán)重時域卷積網(wǎng)絡(luò)的非侵入式用電負荷分解方法

在審

• 申請?zhí)枺?/td>: 202210048972.2
• 申請日: 2022-01-17
• 公開（公告）號: CN114462306A
• 公開（公告）日: 2022-05-10
• 發(fā)明（設(shè)計）人: 劉剛;廖榮文
• 申請（專利權(quán)）人: 上海電力大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/25;G06N3/00;G06N3/04;G06N3/08;G06Q50/06;G06F111/10;G06F113/04
• 代理公司: 上海科盛知識產(chǎn)權(quán)代理有限公司 31225
• 代理人: 丁云

本發(fā)明涉及一種基于變權(quán)重時域卷積網(wǎng)絡(luò)的非侵入式用電負荷分解方法，該方法包括：模型訓練：分別訓練用于各個用電設(shè)備進行用電功率分解的分解模型，所述的分解模型包括多個進行用電功率估計的時域卷積網(wǎng)絡(luò)，訓練時，對于同一用電設(shè)備，采用不同時段的用電負荷數(shù)據(jù)進行相應(yīng)的時域卷積網(wǎng)絡(luò)的訓練；模型應(yīng)用：將待分解的總用電功率序列輸入至各個設(shè)備的分解模型，分別采用多個時域卷積網(wǎng)絡(luò)進行用電功率估計得到各時間點的多組用電功率估計值，對多組用電功率估計值進行逐點變權(quán)重加權(quán)求和得到用電設(shè)備在各時間點的用電功率分解結(jié)果。與現(xiàn)有技術(shù)相比，本發(fā)明分解精度高、泛化性能好。

技術(shù)領(lǐng)域

本發(fā)明涉及電力計量技術(shù)領(lǐng)域，尤其是涉及一種基于變權(quán)重時域卷積網(wǎng)絡(luò)的非侵入式用電負荷分解方法。

背景技術(shù)

負荷分解是指根據(jù)房間所有設(shè)備使用的總功率信號，確定特定電器功率消耗情況，非侵入式電力負荷監(jiān)測(non-intrusive load monitoring,NILM)方法在不改變客戶現(xiàn)有的電路結(jié)構(gòu)條件下，就可以提供單個電器詳細的電氣信息，該方法相較于在每個設(shè)備上安裝傳感器的侵入式負荷監(jiān)測，具有安裝成本低、對用戶干擾小、應(yīng)用靈活等優(yōu)點，可廣泛應(yīng)用于各個領(lǐng)域。

在當前環(huán)境、經(jīng)濟和社會的影響驅(qū)動下，負荷分解正日益成為研究人員關(guān)注的焦點，一系列基于機器學習和信號處理技術(shù)的方法已經(jīng)被提出，并在各個公開數(shù)據(jù)集上進行了評估。然而這些方法大多數(shù)需要事件檢測和特征提取，對于識別設(shè)備的類型和采樣率都有一定要求，比較耗時，而且對噪聲的魯棒性也不強。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種基于變權(quán)重時域卷積網(wǎng)絡(luò)的非侵入式用電負荷分解方法。

本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn)：

一種基于變權(quán)重時域卷積網(wǎng)絡(luò)的非侵入式用電負荷分解方法，該方法包括：

模型訓練：分別訓練用于各個用電設(shè)備進行用電功率分解的分解模型，所述的分解模型包括多個進行用電功率估計的時域卷積網(wǎng)絡(luò)，訓練時，對于同一用電設(shè)備，采用不同時段的用電負荷數(shù)據(jù)進行相應(yīng)的時域卷積網(wǎng)絡(luò)的訓練；

模型應(yīng)用：將待分解的總用電功率序列輸入至各個設(shè)備的分解模型，分別采用多個時域卷積網(wǎng)絡(luò)進行用電功率估計得到各時間點的多組用電功率估計值，對多組用電功率估計值進行逐點變權(quán)重加權(quán)求和得到用電設(shè)備在各時間點的用電功率分解結(jié)果。

優(yōu)選地，對各個設(shè)備按照使用頻率分為高頻使用時段和低頻使用頻段，進而各個設(shè)備的分解模型分別包括采用高頻使用時段數(shù)據(jù)集進行訓練的第一時域卷積網(wǎng)絡(luò)以及采用低頻使用時段數(shù)據(jù)集進行訓練的第二時域卷積網(wǎng)絡(luò)。

優(yōu)選地，模型訓練時，采用粒子群算法進行尋優(yōu)確定各個設(shè)備的時段劃分結(jié)果，對數(shù)據(jù)集按照時間劃分結(jié)果進行分割與重組，并進行相應(yīng)時段對應(yīng)的時域卷積網(wǎng)絡(luò)的訓練。

優(yōu)選地，所述的時域卷積網(wǎng)絡(luò)的數(shù)學模型表示為：

X_τ＝f(Y_t:t+W-1)+∈

其中，Y_t:t+W-1為輸入至時域卷積網(wǎng)絡(luò)的時間窗口[t,t+W-1]中的總用電功率序列，X_τ為時域卷積網(wǎng)絡(luò)輸出相應(yīng)的時間窗口的中點元素，W為時間窗口長度，∈為誤差，f為時域卷積網(wǎng)絡(luò)的變換函數(shù)。

優(yōu)選地，用于所述的時域卷積網(wǎng)絡(luò)訓練的損失函數(shù)表示為：

其中，L_p為損失函數(shù)，θ為網(wǎng)絡(luò)參數(shù)，T為輸入至時域卷積網(wǎng)絡(luò)的總用電功率序列的總長度，p(X_τ∣Y_t:t+W-1,)為模型預(yù)測的條件概率。

優(yōu)選地，所述的用電設(shè)備在各時間點的用電功率分解結(jié)果通過如下模型獲得：