基于Seq2point和SERNet的非侵入式负荷分解及识别 |
| |
引用本文: | 程志友,储著增,杨猛,章杨凡,王林茂.基于Seq2point和SERNet的非侵入式负荷分解及识别[J].安徽大学学报(自然科学版),2022(4):38-44. |
| |
作者姓名: | 程志友 储著增 杨猛 章杨凡 王林茂 |
| |
作者单位: | 1. 安徽大学教育部电能质量研究中心;2. 安徽大学电子信息工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(61672032);;安徽省科技重大专项(18030901018); |
| |
摘 要: | 为了提高负荷的分解及识别准确度,提出基于序列到点(sequence-to-point,简称Seq2point)和挤压与激励的残差网络(squeeze-and-excitation residual network,简称SERNet)的非侵入式负荷分解和识别方法.使用残差网络提取信息,引入注意力机制挤压和激励网络,对提取的信息进行自适应校准.通过全连接网络映射得到负荷分解结果,进而识别负荷.算例分析结果表明:与其他4种方法比较,该方法有更高的分解及识别准确度.
|
关 键 词: | 非侵入式负荷分解 滑动窗口法 序列到点 残差学习 挤压和激励网络 |
|
|