基本信息:
- 专利标题： 一种基于多标签一致深度字典学习的负荷辨识方法
- 申请号：CN202311543493.9 申请日：2023-11-17
- 公开(公告)号：CN117609829A 公开(公告)日：2024-02-27
- 发明人： 诸晓骏 , 王旭 , 郭莉 , 陈琛 , 谈健 , 谢珍建 , 薛贵元 , 徐筝 , 牛文娟 , 徐遥 , 孙静惠 , 吴垠
- 申请人： 国网江苏省电力有限公司经济技术研究院
- 申请人地址： 江苏省南京市鼓楼区中山路251号
- 专利权人： 国网江苏省电力有限公司经济技术研究院
- 当前专利权人： 国网江苏省电力有限公司经济技术研究院
- 当前专利权人地址： 江苏省南京市鼓楼区中山路251号
- 代理机构： 南京源古知识产权代理事务所
- 代理人： 郑宜梅
- 主分类号： G06F18/24
- IPC分类号： G06F18/24 ; G06F18/2135 ; G06F18/28
摘要：
本发明公开了一种基于多标签一致深度字典学习的负荷辨识方法，通过构建基于多标签一致深度字典学习的负荷辨识模型实现负荷的辨识；在第一层字典学习中，使用PCA方法提取后的样本特征作为输入，在第二层到最后一层，使用上一层中经过双曲正切函数tanh激活函数后的特征作为该层输入；建立模型最小化问题目标函数并用增强拉格朗日算法分解目标问题，分解后的所有子问题都是原始或等效形式的线性最小二乘问题；本方法重新构思NILM问题，将其转化为电器状态的多标签分类问题，并采用监督深度字典学习进行训练。该方法允许模型更好地利用输入信息，提高了分解的准确性。