Hits:
Affiliation of Author(s):计算机科学与数学学院
Journal:福建工程学院学报
Funded by:省、自治区、直辖市科技项目
Key Words:非侵入式负荷分解; k-means 聚类; 状态码; 注意力机制
Abstract:针对非侵入式负荷分解准确率低的问题，提出一种新的非侵入式负荷分解方法。首先，针对在训练时难以对含有大量数据的电器设备的工作状态做标签问题，设计了引入轮廓系数和平方误差和共同作为评价指标的 k-means 聚类来确定负荷状态数，构建了状态码表示所有电器的运行状态。其次，利用卷积层和双向长短期记忆网络对特征进行提取，并引入注意力机制选取对分解任务重要性程度高的电器状态码，然后，通过全连接层进行分类，得到各时刻下的状态码，进而得到各用电设备实际功率。最后利用公开 AMPds2 数据集进行验证，结果表明所提方法，具有较高的负荷分解准确率。
Note:2020.10.16 通过。
Indexed by:Journal paper
Document Code:12148
Volume:18
Issue:4
Page Number:336-343
ISSN No.:1672-4348
Translation or Not:no
CN No.:35-1267/Z
Date of Publication:2020-08-01
