基于深度學習的非侵入式住宅用電負荷分解方法.pdf

1、非侵入式住宅用電負荷分解方法是根據住宅中電力入口處的總用電量分解得到具體負荷的用電量和工作狀態(tài)的一種方法，其分解結果可用于指導用戶用電行為，進而有利于促進電力用戶節(jié)約用電、實現節(jié)能降耗?，F有的非侵入式家庭電力負荷分解算法主要根據電力負荷的電氣特征建立電力負荷模型，然后利用優(yōu)化技術或模式識別技術實現電力負荷的分解，方法過于單一，同時大多數研究都沒有很好地解決高噪聲、大功率非平穩(wěn)負荷波動干擾下多類負荷混合運行中的負荷分解。
　　本研究

2、提出了基于深度學習的非侵入式住宅用電負荷分解方法。首先，采集住宅用電負荷總功率和各個負荷的功率，利用數據擴充技術對住宅中所選擇典型的負荷消耗數據進行擴充，以產生充足的數據用于訓練，提高負荷數據深度學習網絡的泛化性能;其次，采用循環(huán)神經網絡、卷積神經網絡及其變種方法建立非侵入式住宅用電負荷分解模型，利用訓練數據和該模型自動提取負荷特征，構建總功率和單個負荷消耗功率之間的復雜對應關系，從而根據住宅中總功耗信息可以分解得到每個負荷的使用及消耗