[發明專利]基于LSTM和序列到點翻譯模型非侵入式負荷監測方法在審
| 申請號： | 202210233402.0 | 申請日： | 2022-03-10 |
| 公開（公告）號： | CN114723040A | 公開（公告）日： | 2022-07-08 |
| 發明（設計）人： | 錢玉軍;包永強;姜丹琪;張旭旭;雷家浩;羅思佳 | 申請（專利權）人： | 南京工程學院 |
| 主分類號： | G06N3/08 | 分類號： | G06N3/08;G06N3/04;G01R21/00 |
| 代理公司： | 南京源古知識產權代理事務所(普通合伙) 32300 | 代理人： | 鄭宜梅 |
| 地址： | 211167 江蘇省南京*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 lstm 序列 到點 翻譯 模型 侵入 負荷 監測 方法 | ||
1.基于LSTM和序列到點翻譯模型非侵入式負荷監測方法，其特征在于：包括以下步驟：
步驟一：獲取電力入口處安裝的智能電表采集用戶所有用電設備負荷功率的歷史數據，對歷史數據進行預處理得到總負荷序列；
步驟二：對步驟一生成的總負荷序列進行信息粒化處理，并將粒化處理后的總負荷序列代入功率嵌入矩陣映射到高維緊密向量空間；
步驟三：基于滑動窗口的事件探測算法對步驟二得到的高維緊密向量空間進行探測，記下負荷類別作為負荷樣本標簽；
步驟四：構建序列到點翻譯模型；所述序列到點翻譯模型為將輸入窗口的總負荷序列讀取和輸出序列即單個設備中的功率預測之間建立映射，將總負荷序列通過編碼和解碼兩個步驟轉換成輸出序列窗口的中點值；所述構建序列到點翻譯模型包括局部特征提取卷積網絡和負荷識別LSTM網絡；
步驟五：采用開放數據集UK-DALE對步驟四構建的序列到點翻譯模型進行訓練達到最佳收斂狀態；
步驟六：利用訓練好的序列到點翻譯模型辨識出工作狀態發生動作的用電設備，統計設備的用電信息；所述設備的用電信息包含設備的啟停時刻、負荷消耗類型以及電能消耗。
2.根據權利要求1所述的基于LSTM和序列到點翻譯模型非侵入式負荷監測方法，其特征在于：步驟一還包括構建每個目標設備數據的滑動窗口長度；所述目標設備為用戶所有用電設備種類中的一類；步驟一具體包括：
將總負荷有功功率的歷史數據根據目標設備的激活周期分割、預處理后導入滑動窗口；如果分割后的子序列中缺失值的持續時間小于預設的時間間隔，用向后填充法填補對應的缺失值；
所述預處理后導入滑動窗口的預處理為導入滑動窗口的總負荷有功功率歷史數據或者輸出的目標設備的功率值，減去功率平均值除以功率標準差，如下式(1)；
式(1)中X為電表或目標設備在t時刻的功率值，Xmean為電表或目標設備的功率均值，Xstd為電表或目標設備的功率標準差。
3.根據權利要求1所述的基于LSTM和序列到點翻譯模型非侵入式負荷監測方法，其特征在于：步驟二具體包括以下步驟：
S21：對總負荷序列按采樣頻率整數倍切割粒化，得到粒化后的序列其中代表目標設備j在對應的總功率序列中的第i個功率點的功率；
S22：將粒化后的序列代入隨機初始化功率嵌入矩陣E＝[v_s*e_s]映射得到高維向量
4.根據權利要求1所述的基于LSTM和序列到點翻譯模型非侵入式負荷監測方法，其特征在于：步驟三中的滑動窗口的事件探測算法具體包括：
S31：對總負荷序列提取功率點Pk處的窗口功率序列S＝[Pk-W…Pk…Pk+W]，W為Pk兩側窗口長度；
S32：預設滑動窗S的方差S方差作為功率突變閾值；若S方差S均值，則判斷發生功率突變事件；其中S均值為滑動窗S的平均功率；
S33：通過滑動窗口找到功率突變事件的大致起始點P開始和P結束位置，同時利用序列窗口長度W的滑動位移，可以得到準確的事件發生始點P0開始＝P開始+W,以及終點P0結束＝P結束+W，探測到事件發生后，記下負荷類別作為負荷樣本標簽。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于南京工程學院，未經南京工程學院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202210233402.0/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：可外露使用的聚合物水泥防水涂料
- 下一篇：一種氣聯式心內科介入止血器
