【技术实现步骤摘要】
本专利技术涉及电力通信，尤其涉及一种基于云端协同技术的非侵入式需求侧资源软量测生成方法及装置。
技术介绍
1、传统的电力系统管理主要集中在供给侧，即发电厂和输电网络。然而，而随着现代电力系统变得越来越复杂，包括分布式能源资源、电动车充电基础设施、可再生能源集成等，需求侧管理变得越来越重要，这些新的元素引入了多样性和动态性，需要更灵活的资源分配和监测。软量测技术和智能通信在这个过程中起到关键作用，使电力系统更具适应性和可持续性。
2、"软量测"指的是使用软件和计算技术来进行测量和评估的过程。它包括了使用计算机程序和算法来获取、分析和报告关于各种事物和现象的信息。软量测的优点包括了快速性、灵活性、可扩展性和精确性。因此，软量测是现代科学和工程中的一个关键技术，利用计算机和软件来进行各种测量和分析任务，以获得有关事物和现象的深刻洞察。
3、在传统监测方式，需要为用户的每个用电设备安装智能测量装置以便能获得各个用电设备的运行情况，而智能测量装置的费用和维护成本都很高，因此，一方面增加了设备的购置费用，另一方面造成了对现有...
【技术保护点】
1.一种非侵入式需求侧资源软量测生成方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种非侵入式需求侧资源软量测生成方法，其特征在于：利用改进的K中心算法对标注过的用电数据进行聚类后提取到用电设备状态包括以下步骤：
3.根据权利要求1所述的一种非侵入式需求侧资源软量测生成方法，其特征在于：所述隐马尔可夫模型生成训练数据集包括以下步骤：
4.根据权利要求3所述的一种非侵入式需求侧资源软量测生成方法，其特征在于：所述生成深度学习网络挖掘时序特征的负荷分解模型包括以下步骤：
5.一种非侵入式需求侧资源软量测生成装置，
【技术特征摘要】
1.一种非侵入式需求侧资源软量测生成方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种非侵入式需求侧资源软量测生成方法，其特征在于：利用改进的k中心算法对标注过的用电数据进行聚类后提取到用电设备状态包括以下步骤：
3.根据权利要求1所述的一种非侵入式需求侧资源软量测生成方法，其特征在于：所述隐马尔可夫模型生成训练数据集包括以下步骤：
4.根据权利要求3所述的一种非侵入式需求侧资源软量测生成方法，其特征在于：所述生成深度学习网络挖掘时序特征的负荷分解模型包括以下步骤...
【专利技术属性】
技术研发人员：孙智卿，宣羿，樊立波，张建松，冯笑，李温静，林晓康，董腾飞，常宇昊，严函明，陈世锋，刘广伟，张帅，刘玉民，
申请(专利权)人：国网浙江省电力有限公司杭州供电公司，
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。