一种面向多元联邦异构性的自适应负荷监测方法技术

本发明专利技术公开了一种面向多元联邦异构性的自适应负荷监测方法，包括：1)各用户分别建立本地负荷监测数据集；2)各用户分别基于云端服务器下发的全局负荷监测模型参数进行本地代理模型参数初始化，再以步骤1)中的数据集，基于自适应知识蒸馏训练本地代理模型参数和本地负荷监测模型参数；3)云端服务器基于缓存池收集步骤2)中各用户的本地代理模型参数，对缓存池内的本地代理模型参数执行动态聚类后，由异步加权机制聚合更新全局负荷监测模型参数；4)迭代步骤2)与步骤3)至收敛后，将各用户的本地负荷监测模型参数投入实际应用。本发明专利技术能够自适应地应对用电数据、负荷监测模型、运行效率三类联邦异构性，有效提高负荷监测的实用性。

【技术实现步骤摘要】

本专利技术涉及负荷监测的，尤其是指一种面向多元联邦异构性的自适应负荷监测方法。

技术介绍

1、设备级的用电信息有利于电网运营商准确评估用户的灵活性，以制定更加经济的需求响应策略，亦使用户能够从节能建议生成、设备故障监测、老年人活动评估等服务中受益。因此，仅通过总线型的电气数据监测线路下游用电设备的负荷监测技术称为研究热点。

2、为破解负荷监测在当前因隐私保护而造成的数据孤岛中需要丰富训练数据的困境，通过云端-本地迭代在保证隐私的前提下学习广域用电数据的联邦学习方法被寄予厚望，已有部分研究人员将其应用于电厂接线图中。但是，现有的基于联邦学习的负荷监测方法在实际应用中仍需应对以下三种联邦异构性的严峻挑战：

3、1、用电数据异构性。用电数据由个性化用电行为与日益多样化的用电设备构成，导致各用户的用电数据统计分布异构。进一步，由于难以在隐私保护限制下在联邦训练前对齐各用户的数据分布，该异构性可能导致云端聚合模型与本地最佳模型的偏差明显，使用户间的协同效益显著下降。

4、2、负荷监测模型异构性。由于负荷监测模型的多样性，以及本地计本文档来自技高网...

【技术保护点】

1.一种面向多元联邦异构性的自适应负荷监测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种面向多元联邦异构性的自适应负荷监测方法，其特征在于，在步骤1)中，总线型有功功率数据指用户电力线入户处的有功功率，采样频率为freagg；目标负荷有功功率数据指仅有单个待监测负荷的有功功率，采样时间与频率和总线型有功功率数据一致，目标负荷包括：洗衣机、洗碗机、微波炉、冰箱、空调和电动汽车；本地负荷监测数据集由以宽度为width、滑动步长为slide的滑动窗按由前至后的顺序对总线型有功功率数据与目标负荷有功功率数据切割形成的片段组成，表示为：

3.根据权利要求2所...

【技术特征摘要】

1.一种面向多元联邦异构性的自适应负荷监测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种面向多元联邦异构性的自适应负荷监测方法，其特征在于，在步骤1)中，总线型有功功率数据指用户电力线入户处的有功功率，采样频率为freagg；目标负荷有功功率数据指仅有单个待监测负荷的有功功率，采样时间与频率和总线型有功功率数据一致，目标负荷包括：洗衣机、洗碗机、微波炉、冰箱、空调和电动汽车；本地负荷监测数据集由以宽度为width、滑动步长为slide的滑动窗按由前至后的顺序对总线型有功功率数据与目标负荷有功功率数据切割形成的片段组成，表...

【专利技术属性】
技术研发人员：罗庆全，萧文聪，余涛，梁敏航，蓝超凡，潘振宁，霍富铭，吴亚雄，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：