-
题名基于多通道融合机制的非侵入式负荷监测方法
- 1
-
-
作者
何耿生
黄宇
曾金灿
尚楠
刘玺
梁梓杨
蒲曾鑫
-
机构
南方电网能源发展研究院
贵州电网有限责任公司电力科学研究院
-
出处
《计算机应用》
北大核心
2025年第S1期317-322,共6页
-
基金
南方电网科技项目(066600KK52222044/GZKJXM20222165)。
-
文摘
基于神经网络的非侵入式负荷监测(NILM)方法在负荷辨识方面效果优越,但现有NILM研究过度依赖复杂的神经网络算法,或侧重于使用特征工程提取高级特征,缺乏对神经网络架构进行改进以增强特征表征能力的研究,这些限制了算法的实用性和泛化能力。为了解决上述问题,提出一种基于多通道融合机制的NILM方法(MCF)。该方法使用多种具有特征重要性度量功能的机器学习算法进行特征重要性排序,并基于特征分布规律将特征分为3类;接着,将传统的基于单通道的神经网络架构升级为多分支结构。这种设计一方面强调重要特征,另一方面擅长捕捉特征间的交互作用,从而有效地提高负荷辨识的准确率。实验结果表明,MCF的平均负荷识别准确率达到85.72%,远高于现有的单通道模型,而在空调和电饭煲等常规模型难以识别的电器类型上,MCF的识别准确率的提升尤为显著,达20.64个百分点以上。
-
关键词
负荷监测
多通道融合机制
多分支结构
特征重要性
特征表征能力
-
Keywords
load monitoring
multi-channel fusion mechanism
multi-branch structure
feature importance
feature representation capability
-
分类号
TM714
[电气工程—电力系统及自动化]
-
