一种面向未知混叠场景的两阶段非侵入式负荷检测方法技术

技术编号:43868640 阅读:37 留言:0更新日期:2024-12-31 18:54
本发明专利技术公开了一种面向未知混叠场景的两阶段非侵入式负荷检测方法,首先基于特征掩蔽构建轻量化的通用降噪模型以及基于非局部残差收缩模块构建轻量化的鲁棒识别模型,用于提取并识别关键电器特征。通过添加随机噪声构建增强训练集,分别以均方误差和交叉熵损失函数训练两个模型。在测试阶段,采用训练好的模型对未知混叠场景的目标电器进行两阶段的鲁棒识别,在第一阶段,采用训练好的通用降噪模块对波形进行降噪处理,在第二阶段,采用训练好的鲁棒识别模型对降噪后的目标电器的混叠分解波形进行关键特征识别,获得目标电器的预测标签。本发明专利技术的设计兼顾了轻量化和鲁棒性,适合边缘部署,显著提升了负荷检测在复杂环境中的性能。

【技术实现步骤摘要】

本专利技术涉及非侵入式通用负荷检测的,尤其是指一种面向未知混叠场景的两阶段非侵入式负荷检测方法


技术介绍

1、智能电网通过整合先进的测量、通信与控制技术,为负荷侧的用电效率与可靠性提供了创新性的解决方案。在近年来的发展中,非侵入式负荷监测(nilm)技术已成为连接智能电网与用户侧的关键桥梁,其在用户侧智能感知领域的重要性日益增加。nilm技术已在多个领域得到应用,如能源管理、预防电气事故等。尽管nilm技术取得了一定的进展,但现有的基于事件的负荷监测方法在波形提取过程中往往忽视了电压波动、线路损耗以及负荷阻抗特性变化等因素的影响。这种忽视可能导致提取的波形出现多样化且难以预知的畸变,从而显著降低负荷识别模型的性能。特别是在面对未知混叠场景时,模型的性能表现尤为不佳。因此,如何在未知混叠场景下提升模型的鲁棒性,已成为非侵入式负荷识别技术能否大规模推广和应用的关键挑战。

2、当前,基于事件的负荷识别研究主要集中在事件检测与识别算法的开发上。事件检测研究致力于更精确地捕捉事件突变点,而识别算法研究则专注于提高算法的识别准确率。然而,大多数现有研究仅本文档来自技高网...

【技术保护点】

1.一种面向未知混叠场景的两阶段非侵入式负荷检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种面向未知混叠场景的两阶段非侵入式负荷检测方法,其特征在于,在步骤1中,所述通用降噪模型包含编码器、特征掩蔽模块、解码器和增益模块,具体情况如下:

3.根据权利要求1所述的一种面向未知混叠场景的两阶段非侵入式负荷检测方法,其特征在于,在步骤1中,所述鲁棒识别模型的输入为单个电流周波,每个周波的长度为L,该鲁棒识别模型首先通过一个一维卷积提取电流周波的高维特征,接着,通过堆叠3个结构相同的非局部残差收缩模块对关键特征进行提取,这3个非局部残差收缩模块之间的关系...

【技术特征摘要】

1.一种面向未知混叠场景的两阶段非侵入式负荷检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种面向未知混叠场景的两阶段非侵入式负荷检测方法,其特征在于,在步骤1中,所述通用降噪模型包含编码器、特征掩蔽模块、解码器和增益模块,具体情况如下:

3.根据权利要求1所述的一种面向未知混叠场景的两阶段非侵入式负荷检测方法,其特征在于,在步骤1中,所述鲁棒识别模型的输入为单个电流周波,每个周波的长度为l,该鲁棒识别模型首先通过一个一维卷积提取电流周波的高维特征,接着,通过堆叠3个结构相同的非局部残差收缩模块对关键特征进行提取,这3个非局部残差收缩模块之间的关系为串联关系,最后,使用两个串联的线性层构建分类模块,该两个串联的线性层中间通过relu激活函数引入非线性,最后一个线性层的输出维度为电器种类数量m。

4.根据权利要求1所述的一种面向未知混叠场景的两阶段非侵入式负荷检测方法,其特征在于,在步骤1中,采集目...

【专利技术属性】
技术研发人员:郭文龙罗庆全余涛胡小磊吴毓峰梁敏航王艺澎
申请(专利权)人:华南理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1