基于多尺度特征和注意力机制的非侵入式负荷识别OA
非侵入式负荷识别通过分析家庭或企业的总电力消耗数据,分解出各个电器的用电情况实现对用电行为的精确监测,对于节约能源、降低电力成本、推动智能电网具有重要意义。当前负荷识别方法在处理复杂时序数据时,难以捕捉数据长短期依赖关系的尺度多样性,导致识别准确度受限。针对以上问题,对时序数据的多尺度特征进行研究,通过一种多尺度特征提取策略,有效捕捉数据中不同时间尺度下的信息;同时,在提取的多尺度特征中引入潜在的注意力机制,使模型在关注数据中的关键时刻和重要特征的同时,降低了计算复杂度;最后,在公开数据集上进行实验,结果表明,相对其他对比方法,所提模型获得了最佳效果,验证了模型的有效性。
朱迪;赵杨阳;闫林芳;肖姿林;周咏;朱星阳
国网(苏州)城市能源研究院有限责任公司,江苏苏州215000国网(苏州)城市能源研究院有限责任公司,江苏苏州215000国网(苏州)城市能源研究院有限责任公司,江苏苏州215000国网(苏州)城市能源研究院有限责任公司,江苏苏州215000国网(苏州)城市能源研究院有限责任公司,江苏苏州215000国网(苏州)城市能源研究院有限责任公司,江苏苏州215000
信息技术与安全科学
非侵入式负荷监测家庭负荷识别时序数据依赖关系多尺度特征注意力机制
《电力需求侧管理》 2026 (4)
P.52-58,7
国网江苏省电力有限公司科技项目(CEKY24063)。
评论