[发明专利]一种非侵入式负荷分解模型的超参数优化和后处理方法

摘要

本发明公开了一种非侵入式负荷分解模型的超参数优化和后处理方法，该方法包括步骤：S1、采集家庭总线处和目标电器的电气运行数据，用于建立模型的数据集；S2、基于深度学习理论分别为目标电器构建基于深度残差网络的非侵入式负荷分解模型；S3、使用集群贝叶斯优化对负荷分解模型的超参数进行寻优；S4、分别为目标电器建立其最优的分解模型后，将利用训练集、验证集和测试集对模型中可训练参数进行训练直至收敛。本发明能实现负荷分解，将贝叶斯优化的方法引入负荷分解模型超参数的寻优中，克服了传统方法盲目选取超参数导致效果不佳、效率不高的问题；通过群体的搜索行为和群体内的信息交互实现超参数寻优的高效性。