基本信息:
- 专利标题： 一种基于深度学习的非侵入式典型用户负荷分解方法
- 申请号：CN202310765808.8 申请日：2023-06-27
- 公开(公告)号：CN116596042A 公开(公告)日：2023-08-15
- 发明人： 王文豪 , 王锐 , 郭建宇 , 宋晓凯 , 俎洋辉 , 陈上吉 , 李锰 , 王洋 , 刘洋 , 林烽 , 郭新志 , 李斐
- 申请人： 国网河南省电力公司经济技术研究院
- 申请人地址： 河南省郑州市二七区嵩山南路87号院办公区C楼1-10层
- 专利权人： 国网河南省电力公司经济技术研究院
- 当前专利权人： 国网河南省电力公司经济技术研究院
- 当前专利权人地址： 河南省郑州市二七区嵩山南路87号院办公区C楼1-10层
- 代理机构： 郑州图钉专利代理事务所
- 代理人： 石路
- 主分类号： G06N3/0464
- IPC分类号： G06N3/0464 ; G06N3/0442 ; G06N3/048 ; G06N3/084 ; G06Q50/06
摘要：
本发明涉及一种基于深度学习的非侵入式典型用户负荷分解方法，方法包括以下步骤：步骤1：基于空洞残差网络的非侵入式负荷分解；步骤2：考虑不同特征权重的非侵入式负荷分解；步骤3：计及多尺度负荷特征信息的非侵入式负荷分解；步骤4：基于深层长短时记忆多输出模型的非侵入式负荷分解；本发明具有提高对浅层网络高水平提取能力、有效地提高分解性能、增大感受野同时提取多尺度特征信息的优点。
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06N | 基于特定计算模型的计算机系统 |
| ------G06N3/00 | 基于生物学模型的计算机系统 |
| --------G06N3/02 | .采用神经网络模型 |
| ----------G06N3/04 | ..体系结构，例如，互连拓扑 |
| ------------G06N3/0464 | ...卷积网络 |