【技术实现步骤摘要】
本专利技术属于用电负荷监测，具体涉及一种基于改进unet架构的非侵入式负荷监测方法。
技术介绍
1、非侵入式负荷监测，是以总电表记录的功率、电压、电流等为特征，识别单个电器的运行状态，估计其功率消耗的一种新型用电负荷监测方式，其涉及电器负荷、工作状态、运行环境等。目前非入侵式的负荷监测计算方式主要是将负荷监测任务进行拆分，分成监测设备开关状态和监测用电器功率消耗两个子任务，依赖总功率与目标电器功率的映射关系来实现负荷的监测。上述常见的非侵入式负荷监测方法在实际的应用中仍存在以下不足：
2、由于电力负荷数据往往是时间序列数据，时段不同，用电负荷数据存在差异，传统的侵入式负荷监测方法未充分考虑电器负荷模型的时序特性；
3、缺乏对负荷数据高维复杂性和深度耦合性的深入挖掘，传统的分析模型不具备特征学习和上下文感知能力；
4、在多状态设备中低功率波形分解存在困难，需要模型能够同步化、高效化、精准化检测多个不同电器设备的电力使用情况，所用负荷监测模型无法协调解决多任务并行问题。
技术实...
【技术保护点】
1.一种基于改进UNet架构的非侵入式负荷监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于改进UNet架构的非侵入式负荷监测方法，其特征在于，对原始电力负荷数据预处理的过程包括：脏数据处理、数据平衡处理和数据归一化处理。
3.根据权利要求1所述的一种基于改进UNet架构的非侵入式负荷监测方法，其特征在于，所述UNet全卷积神经网络模型包括：输入层、卷积层、池化层、全连接层、输出层、收缩路径和扩展路径；收缩路径通过交替使用卷积层和最大池化层，逐步提取并缩减输入数据的特征，捕获输入信号的广泛上下文信息；扩展路径通过上采样和卷积...
【技术特征摘要】
1.一种基于改进unet架构的非侵入式负荷监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于改进unet架构的非侵入式负荷监测方法，其特征在于，对原始电力负荷数据预处理的过程包括：脏数据处理、数据平衡处理和数据归一化处理。
3.根据权利要求1所述的一种基于改进unet架构的非侵入式负荷监测方法，其特征在于，所述unet全卷积神经网络模型包括：输入层、卷积层、池化层、全连接层、输出层、收缩路径和扩展路径；收缩路径通过交替使用卷积层和最大池化层，逐步提取并缩减输入数据的特征，捕获输入信号的广泛上下文信息；扩展路径通过上采样和卷积操作，逐步重构数据的空间维度，并融合收缩路径中提取的特征，保留丰富的上下文和细节信息；扩展路径的每一层都与收缩路径的对应层进行了跳跃连接，共享特征图相结合，保留重要上下文信息，恢复图像的空间细节；卷积层内嵌正则化机制，即批量归一策略和丢弃策略。
4.根据权利要求3所述的一种基于改进unet架构的非侵入式负荷监测方法，其特征在于，在所述unet全卷积神经网络模型中，特征图的尺寸变化函数表达式为：
5.根据权利要求1所述的一种基于改进unet架构的非侵入式负荷监测方法，其特征...
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。