基于自学习边权重图卷积网络的用户用能分类

摘要：

用户分类是用能分析的一种重要方法,而智能电表的广泛应用为用户用能分析提供了大量的可用数据.为进一步提高用户分类精度与用能特征的提取能力,本文提出了一种自学习边权重的图卷积网络.所提出的网络通过具有注意力机制的特殊初始化层将原始能耗数据转换为图,并从生成的图中提取能耗特征,最终根据图的学习特征输出用户类.为证明所提出方法的有效性,本文在实际用能数据集上进行了对比实验.实验结果表明,本文方法不仅能够更好地提取用户特征,而且取得了更好的分类性能.

关键词：智能电表、用户分类、深度学习、图神经网络、注意力机制、自学习

所属期刊栏目：31

分类号：TP391;TP751.1;TP18

资助基金：山东省重大科技创新工程2021CXGC011205

在线出版日期：2022-09-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：294-299