CN114545066B 一种非侵入式负荷监测模型聚合方法和系统 （国网江苏省电力有限公司信息通信分公司）

一种非侵入式负荷监测模型聚合方法和系统本发明公开了一种非侵入式负荷监测模型功率和各个负荷有功功率进行配对组成数据集练完成的三个基模型对各个负荷有功功率进行合模型对分解结果进行聚合并优化预先建立的2基于处理得到的数据集对预设的三个基模型进行初次训练，采用使用第i个负荷处理后的数据集对预设的Seq2Point模型进行使用第i个负荷处理后的数据集对预设的DAE模型进行训练，采使用第i个负荷处理后的数据集对预设的Attention和残差网络模型进采用初次训练完成的三个基模型对处理得到的数据集中的xn进行各个负荷有功功率分使用预先建立的感知机聚合模型对分解结果进行聚合并优化预先建立的感知机聚合基于分解结果和初步聚合数据对预先建立的DAE模型进行优化，优3滑动窗口获取指定长度的有功功率数据，包括：设定滑动窗令用户总线有功功率的数据其中xn为T为向量，n将分解结果组成分解数据集(0",⃞,",》),n=1,2,…,N-T+1,其中表示4使用分解数据集对预先建立的感知机聚合模型进行训练，选用均方误差作为损失函基于训练完成的感知机聚合模型，得到各个负荷有功功率的初步聚合数据数据预处理模块：用于将用户总线有功功率和各个负荷有功功率进行配对组成数据分解模块：用于基于处理得到的数据集对预设的三个基使用第i个负荷处理后的数据集对预设的Seq2Point模型进行使用第i个负荷处理后的数据集对预设的DAE模型进行训练，采使用第i个负荷处理后的数据集对预设的Attention和残差网络模型采用初次训练完成的三个基模型对处理得到的数据集中的xn进行各个负荷有功功率分5初步聚合模块：用于使用预先建立的感知机聚合模型对成的DAE模型即为非侵入式负荷监测模型的聚合模型，用于输出到各个负荷有功功率的数所述处理器用于根据所述指令进行操作以执行权利要求1～6任一项所述方6[0002]起初在对家庭内部电器进行测量获取数据的时候，很多即对每个电器和配电箱之间安装带有高级通信功能的传感器，虽然该种方式测量精确度[0010]使用预先建立的感知机聚合模型对分解结果进行聚合并优化预先建立的感知机7用有功功率监测设备按照次/分钟的频率提取出用户各个负荷及负荷集群的有功功率数[0018]令用户总线有功功率的数据其中xn为T为向[0019]第i个负荷的有功功率的数据其中为T为率和各个负荷有功功率分别除以用户总线有功8[0027]采用初次训练完成的三个基模型对处理得到的数据集中的xn进行各个负荷有功9[0044]式(3)中，MSE表示损失函数，m表示[0075]将特征图通过第3层展开后再通过第4层和第5层两个全连接层压缩尺寸，将序列化完成的DAE模型即为非侵入式负荷监测模型的聚合模型，用于输出到各个负荷有功功率[0089]本发明使用预先建立的感知机聚合模型对分解结果进行聚合并优化预先建立的[0090]本发明基于分解结果和初步聚合数据对预先建立的DAE模型进行优化，优化完成[0092]图2是本发明实施例一提供的一种非侵入式负荷监测模型聚合方法中预设的[0093]图3是本发明实施例一提供的一种非侵入式负荷监测模型聚合方法中预设的DAE[0094]图4是本发明实施例一提供的一种非侵入式负荷监测模型聚合方法中预设的[0101]使用预先建立的感知机聚合模型对分解结果进行聚合并优化预先建立的感知机[0105]利用有功功率监测设备按照次/分钟的频率提取出用户各个负荷及负荷集群的有[0112]令用户总线有功功率的数据其中xn为T为向[0113]第i个负荷的有功功率的数据其中为T为[0114]则(,s:)为用户总线有功功率和各个负荷有功功率配对的数据集。率和各个负荷有功功率分别除以用户总线有功[0134]式(3)中，MSE表示损失函数，m表示进行训练的数据的样本数量，表示预设的[0153]采用初次训练完成的三个基模型对处理得到的数据集中的xn进行各个负荷有功[0158]步骤5：用预先建立的感知机聚合模型对分解结果进行聚合并优化预先建立的感[0163]基于训练完成的感知机聚合模型，得到各个负荷有功功率的初步聚合数据",n[0164]本发明通过训练完成的感知机聚合模型对不同模型对于同一个电器负荷辨识的[0169]将特征图通过第3层展开后再通过第4层和第5层两个全连接层压缩尺寸，将序列化完成的DAE模型即为非侵入式负荷监测模型的聚合模型，用于输出到各个负荷有功功率图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装[0190]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或其他可编程设备上执行的指令提供用于实现在流程