【技术实现步骤摘要】
本专利技术涉及用电负荷数据生成领域，特别涉及一种基于条件去噪扩散模型的用电负荷分解数据生成方法及装置。
技术介绍
1、用电负荷分解技术仅使用建筑物的主线路电表来实现对建筑物内的各个用电设备及其工作状态的辨识，它能够广泛的应用于建筑节能，智慧城市，智能电网等领域。目前这项技术都是使用大量标记的电器设备数据进行训练的。但是此类数据的收集具有挑战性，这使得数据成为创建通用化的非侵入式用电负荷监测解决方案的主要瓶颈。
2、目前存在一些公共数据集，这些数据集涵盖了电器设备的能源消耗信息。它们旨在通过使用低频或高频的侵入性监测设备来度量家庭电器设备的能耗。通过对家庭能源需求进行持续监测，这些数据集提供了全面而长期的测量结果，以便研究居民住宅中的用户行为。这些数据集对于执行用电负荷分解任务非常有用，因为它们在设备级别上提供了详细的用电负荷监控数据。然而，目前可用的公共数据集规模相对有限。为了缓解数据限制，需要一种生成居民建筑用电负荷监控数据的方法。目前的基于生成对抗模型的数据生成算法存在一些问题，例如模式崩溃，导致生成的样本缺乏多样性，并...
【技术保护点】
1.一种用电负荷分解数据生成方法，其特征在于，包括：
2.根据权利要求1所述的基于条件去噪扩散模型的用电负荷分解数据生成方法，其特征在于，所述S2包括：
3.根据权利要求2所述的基于条件去噪扩散模型的用电负荷分解数据生成方法，其特征在于，所述S3包括：
4.根据权利要求1所述的基于条件去噪扩散模型的用电负荷分解数据生成方法，其特征在于，所述条件去噪扩散模型包括前向过程和后向过程，所述前向过程包括前向加噪阶段和前向扩散阶段，
5.根据权利要求4所述的基于条件去噪扩散模型的用电负荷分解数据生成方法，其特征在于，所述后向过程包
6...
【技术特征摘要】
1.一种用电负荷分解数据生成方法，其特征在于，包括：
2.根据权利要求1所述的基于条件去噪扩散模型的用电负荷分解数据生成方法，其特征在于，所述s2包括：
3.根据权利要求2所述的基于条件去噪扩散模型的用电负荷分解数据生成方法，其特征在于，所述s3包括：
4.根据权利要求1所述的基于条件去噪扩散模型的用电负荷分解数据生成方法，其特征在于，所述条件去噪扩散模型包括前向过程和后向过程，所述前向过程包括前向加噪阶段和前向扩散阶段，
5.根据权利要求4所述的基于条件去噪扩散模型的用电负荷分解数据生成方法，其特征在于，所述后向过程包括：
【专利技术属性】
技术研发人员：时雨，吕非，刘之琳，高雪峰，姜明磊，李昊，孟繁波，赵博，许鑫，姚忆雯，王鑫红，许儒航，
申请(专利权)人：国网吉林省电力有限公司经济技术研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。