一种基于残差卷积和注意力机制的非侵入式负荷分解方法.pdfVIP

下载本文档

0
0
约1.48万字
约 13页
2023-05-15 发布于北京
举报
版权申诉

一种基于残差卷积和注意力机制的非侵入式负荷分解方法.pdf

1、本文档共13页，其中可免费阅读12页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提出一种基于残差卷积和注意力机制的非侵入式负荷分解方法。通过残差卷积神经网络提取负荷特征，借鉴“跨层连接”的思想，很好地弥补梯度弥散和伴随网络加深导致性能退化的缺陷，使得网络的前后信息传递更加顺畅，避免了网络模型出现梯度消失等问题。随后引入注意力机制，剔除无用冗余数据，进一步加强了数据的表征能力，通过全连接层输出分解结果。使用大量样本数据训练非侵入式负荷分解模型，不断微调模型参数，构建优化后的分解模型，利用优化后的非侵入式负荷分解模型完成负荷分解。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114722873 A (43)申请公布日 2022.07.08 (21)申请号 202210393278.4 (22)申请日 2022.04.14 (71)申请人湘潭大学地址 411105 湖