[发明专利]一种基于分布鲁棒深度神经网络模型的非侵入式负荷分解方法在审
| 申请号： | 202310735031.0 | 申请日： | 2023-06-20 |
| 公开（公告）号： | CN116822351A | 公开（公告）日： | 2023-09-29 |
| 发明（设计）人： | 杨林峰;蒙源;李维 | 申请（专利权）人： | 广西大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/08 |
| 代理公司： | 南宁颂博远信知识产权代理事务所(普通合伙) 45141 | 代理人： | 兰亚君 |
| 地址： | 530004 广西壮族*** | 国省代码： | 广西;45 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明涉及电力负荷分解技术领域，提出了一种基于分布鲁棒深度神经网络模型的非侵入式负荷分解方法。该方法采用分布鲁棒式采样和批次梯度下降思想，为每个电器设备训练网络模型以实现负荷的非侵入式分解。通过采用分布鲁棒深度神经网络，能够准确学习各类用电设备在开机状态下的用电特征，从而更加精准地预测设备运行状态的功率。此外，我们基于φ‑散度提出了分布鲁棒神经网络模型算法的构建方法和装置，它能提取出具有代表性的样本，并提取更容易对抗假相关性干扰的特征，以此来提高设备开机状态时刻的负荷分解准确性。该模型结合自适应损失缩放的鲁棒参数，实现样本选择并改善决策。此模型具有更卓越的迁移性和有效性，能够提高不同建筑物的分类准确率，相对于传统的深度学习方法，具有更出色的表现。 | ||
| 搜索关键词： | 一种 基于 分布 深度 神经网络 模型 侵入 负荷 分解 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广西大学，未经广西大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310735031.0/，转载请声明来源钻瓜专利网。
