基于深度学习的非侵入负荷分解方法、系统、介质和设备
基本信息
| 申请号 | CN202110784068.3 | 申请日 | - |
| 公开（公告）号 | CN113408210A | 公开（公告）日 | 2021-09-17 |
| 申请公布号 | CN113408210A | 申请公布日 | 2021-09-17 |
| 分类号 | G06F30/27（2020.01）I;G06F17/14（2006.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 于波;沙涛;刘娟;王巍 | 申请（专利权）人 | 北京智中能源互联网研究院有限公司 |
| 代理机构 | 北京纪凯知识产权代理有限公司 | 代理人 | 赵悦 |
| 地址 | 012000内蒙古自治区乌兰察布市集宁区六马路35号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明属于电网中负荷感知技术应用领域，涉及一种基于深度学习的非侵入式负荷分解方法、系统、介质和设备，包括以下步骤：S1获取每个工业设备的短期负荷历史数据和总负荷历史数据；S2采用步骤S1中短期负荷历史数据和总负荷历史数据对初始模型进行训练，获得工业设备典型负荷模型；S3将实时获得的总负荷参数输入工业设备典型负荷模型获得每台工业设备的负荷。其能够有效对工业设备负荷进行建模，并基于该模型，通过工业设备的总负荷获得各个工业设备的负荷。 |
