基于矩阵重构二维卷积网络的电力负载信息获取方法技术

本发明专利技术公开了基于矩阵重构二维卷积网络的电力负载信息获取方法，首先采集电器的总用电功率并作为输入序列y，再在输入序列y中加入余弦位置编码并得到编码序列y

【技术实现步骤摘要】
基于矩阵重构二维卷积网络的电力负载信息获取方法


[0001]本专利技术涉及电力负载信息获取
，具体涉及基于矩阵重构二维卷积网络的电力负载信息获取方法。

技术介绍

[0002]近年来，随着深度学习技术的兴起，非侵入式负荷监测得到了充分的发展,并在对负荷数据的采样窗口、深度学习算法的网络结构、负载的运行特征、实际工程应用等方面，取得了大量成果。其中，以序列到点、序列到子序列、序列到序列为代表的各类方法，都能够取得相比传统算法更高的准确率和估计精度。
[0003]目前，在实际应用中，非侵入式负荷监测方法通常需要加载在嵌入式系统和树莓派等监测终端上，但可以被加载的非侵入式负荷监测方法在网络结构和数据传输等方面都有所限制，且对数据做特征提取时，并没有充分利用序列中的时序及状态变化信息，这在一定程度上造成了资源的浪费；同时部分算法网络结构参数过多，限制了网络层数和网络结构的设计可能性，很难被应用在工程硬件上；因此，需要设计基于矩阵重构二维卷积网络的电力负载信息获取方法。

技术实现思路

[0004]本专利技术的目的是克服现有技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于矩阵重构二维卷积网络的电力负载信息获取方法，其特征在于：包括以下步骤，步骤(A)，采集电器的总用电功率并作为输入序列y，再在输入序列y中加入余弦位置编码，得到编码序列y
e
；步骤(B)，对编码序列y
e
进行滑窗截取，得到序列重构矩阵M；步骤(C)，对输入序列y进行单位延时，并得到延时序列y1，再求得动态检测序列y
d
；步骤(D)，对序列重构矩阵M进行奇异值分解，得到分解重构子矩阵M
i
；步骤(E)，对动态检测序列y
d
进行滑窗截取，并得到动态检测重构矩阵M
d
；步骤(F)，将序列重构矩阵M、动态检测重构矩阵M
d
和分解重构子矩阵M
i
拼接在一起，得到三维矩阵M
re
；步骤(G)，将三维矩阵M
re
输入至二维卷积神经网络，完成电力负载信息的获取作业。2.根据权利要求1所述的基于矩阵重构二维卷积网络的电力负载信息获取方法，其特征在于：步骤(A)，采集电器的总用电功率并作为输入序列y，再在输入序列y中加入余弦位置编码，得到编码序列y
e
，其中余弦位置编码如公式(1)所示，而编码序列y
e
如公式(2)所示，PE
pos
＝cos(pos/10000
1/L
)
ꢀꢀ
(1)y
e
＝y+PE
pos
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，PE
pos
表示余弦位置编码。3.根据权利要求2所述的基于矩阵重构二维卷积网络的电力负载信息获取方法，其特征在于：步骤(B)，对编码序列y
e
进行滑窗截取，得到序列重构矩阵M，其中设编码序列y
e
的长度为L、子窗口长度为m以及延时为s，则对长度为L的编码序列y
e
进行n次滑窗截取能得到序列重构矩阵M，且各参数满足关系如公式(3)所示，L＝m+s(n
‑
1)
ꢀꢀ
(3)。4.根据权利要求3所述的基于矩阵重构二维卷积网络的电力负载信息获取方法，其特征在于：步骤(C)，对输入序列y进行单位延时，并得到延时序列y1，再求得动态检测序列y
d
，具体步骤如下，步骤(C1)，对输入序列y进行单位延时，并得到延时序列y1，其具体内容是将输入序列y中的每个元素向后移动一位，并将第一个元素置零，再舍去最后一个元素，这样能得到长度不变的延时序列y1步骤(C2)，利用输入序列y和延时序列y1求得动态检测序列y
d
，如公式(4)所示，y
d
＝y1‑<...

【专利技术属性】
技术研发人员：曾文浩，韩哲哲，谢跃，包永强，梁瑞宇，唐闺臣，王青云，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：