基于域适应学习的非侵入式负荷分解问题研究

摘要：

基于神经网络的非侵入式负荷分解方法需要利用大量的先验数据对神经网络进行训练,针对某一特定设备在大量的先验数据参与训练的情况下,可达到较好的分解效果,然而将该模型应用于其他设备时,分解精度会迅速下降,因此具有较大的局限性,不利于基于神经网络的非侵入式负荷分解方法在智能电网中的大规模部署.针对此类问题,提出了一种域适应深度学习方法,该方法从训练数据角度出发,混合源域数据与目标域数据对网络进行训练,极大提升了非侵入式负荷分解网络模型的泛化性能.依据现有公开数据进行实验测试,本文所提方法显示出了良好的效果.

关键词：智能电网;非侵入式负荷分解;深度学习;域适应学习;神经网络

所属期刊栏目：37

分类号：TP311.13(计算技术、计算机技术)

在线出版日期：2021-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：20-26,66