基于seq2seq模型的非侵入式负荷分解算法

文档摘要：非侵入式负荷分解对于节能减排、负荷调峰、智能用能等方面均具有重要的现实意义.针对目前非侵入式负荷分解方法在低频采样条件下(1Hz及以下)分解准确率较低的问题,提出了一种基于卷积神经网络(con-volutionneturalnetwork,CNN)与长短期记忆网络(longshort-termmemory,LSTM)相结合的seq2seq的非侵入式负荷分解算法(seq2seqbasedonCNNandLSTM,seq2seqBCL).该深度学习模型将功率时间序列作为网络的输入,通过CNN做特征提取.考虑到电力数据的时序性,增加了LSTM层进行电器识别,相比于NILMTK中seq2seq模型降低了网络层数,简化了网络结构.在REDD数据集上对算法性能进行了评估,所提出的算法提升了整个网络系统的性能,与FHMM、CO和传统seq2seq算法相比,负荷分解准确率有明显提升.

Abstract：Non-intrusiveloaddecompositionhasimportantpracticalsignificanceforenergyconservationandemis-sionreduction,loadpeakshaving,andintelligentenergyuse.Aimingattheproblemoflowdecompositionaccura-cyofcurrentnon-intrusiveloaddecompositionmethodsunderlowfrequencysamplingconditions(1Hzandbe-low),aseq2seqnon-intrusiveloaddecompositionalgorithm(seq2seqBasedonCNNandLSTM,seq2seqBCL)basedonthecombinationofconvolutionalneuralnetwork(CNN)andlongshort-termmemorynetwork(LSTM)isproposedinthispaper.Thisdeeplearningmodelusespowertimeseriesasinputtothenetwork,andusesCNNforfeatureextraction.Consideringthetimesequenceofpowerdata,theLSTMlayerisaddedtoidentifyelectricalap-pliances.Comparedwiththeseq2seqmodelinNILMTK,thenumberofnetworklayersisreducedandthenetworkstructureissimplified.ThealgorithmperformanceisevaluatedontheREDDdataset.Theproposedalgorithmim-provestheperformanceoftheentirenetworksystem.ComparedwithFHMM,COandtraditionalseq2seqalgo-rithms,theaccuracyofloaddecompositionissignificantlyimproved.

作者：岳建任  宋亚奇  杨丹旭  李莉Author：YUEJianren  SONGYaqi  YANGDanxu  LILi
作者单位：华北电力大学控制与计算机工程学院,河北保定071000
刊名：电测与仪表 ISTICPKU
Journal：ElectricalMeasurement&Instrumentation
年，卷(期)：2024, 61(6)
分类号：TM714
关键词：非侵入式负荷分解  seq2seq  卷积神经网络  长短期记忆网络  深度学习  低频采样  
Keywords：non-intrusiveloaddecomposition  seq2seq  convolutionalneuralnetwork  longandshort-termmemorynetwork  deeplearning  lowfrequencysampling  
机标分类号：TP391TP183TN918.91
在线出版日期：2024年7月24日
基金项目：国家自然科学基金，中央高校基本科研业务费专项资金资助项目基于seq2seq模型的非侵入式负荷分解算法[
期刊论文]  电测与仪表--2024, 61(6)岳建任  宋亚奇  杨丹旭  李莉非侵入式负荷分解对于节能减排、负荷调峰、智能用能等方面均具有重要的现实意义.针对目前非侵入式负荷分解方法在低频采样条件下(1Hz及以下)分解准确率较低的问题,提出了一种基于卷积神经网络(con-volutionneturalnet...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：非侵入式负荷分解,seq2seq,卷积神经网络,长短期记忆网络,深度学习,低频采样,

2024-10-4 00:31 上传 基于seq2seq模型的非侵入式负荷分解算法.pdf

文件大小:

12.3 MB

下载次数:

60

高速下载