基于Seq2point和SERNet的非侵入式负荷分解及识别

摘要：

为了提高负荷的分解及识别准确度,提出基于序列到点(sequence-to-point,简称Seq2point)和挤压与激励的残差网络(squeeze-and-excitation residual network,简称SERNet)的非侵入式负荷分解和识别方法.使用残差网络提取信息,引入注意力机制挤压和激励网络,对提取的信息进行自适应校准.通过全连接网络映射得到负荷分解结果,进而识别负荷.算例分析结果表明:与其他4种方法比较,该方法有更高的分解及识别准确度.

关键词：非侵入式负荷分解、滑动窗口法、序列到点、残差学习、挤压和激励网络

所属期刊栏目：46

分类号：TP18;TM714(自动化基础理论)

资助基金：国家自然科学基金;安徽省科技重大专项

在线出版日期：2022-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：38-44