钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
动力工程期刊
\
电力建设期刊
\
基于时间卷积神经网络的非侵入式居民用电负荷分解方法
基于时间卷积神经网络的非侵入式居民用电负荷分解方法
作者:
刘仲民
侯坤福
高敬更
王治国
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
智能电网
负荷分解
时间卷积神经网络(TCN)
序列到点
摘要:
非侵入式负荷分解技术通过从主表信息中恢复出用电侧单个用电设备的状态,可以准确地刻画用户用电画像,为用户侧精细化管理发挥重要作用.针对目前人工神经网络模型在负荷分解中存在的分解精度不高、训练效率低下等问题,文章构建了基于时间卷积神经网络(temporal convolutional neural network,TCN)的非侵入式负荷分解模型.通过分析设备的用电规律,采用扩张因果卷积在主表功率序列进行卷积运算,扩大了感受野,提取到更加丰富的特征;通过增加残差连接,权重归一化层,优化训练数据窗口,提高了网络训练效率.最后,在经过优化的UKdale数据集上对构建的模型进行测试,实验结果表明获得的平均绝对误差、均方根误差、相对误差都处于较小的范围,时间复杂度分析也进一步说明了在不损失负荷分解精度的情况下,模型具有较短的训练时间.
暂无资源
收藏
引用
分享
推荐文章
基于颜色编码和残差神经网络的 非侵入式负荷识别
非侵入式负荷识别
V-I轨迹
HSV颜色编码
残差神经网络
深度神经网络在非侵入式负荷分解中的应用
非侵入式负荷监测
电器状态聚类
时间特性模型
深度神经网络
基于卷积神经网络的缺失数据填充方法
缺失数据
填充
卷积神经网络
时空相关性
非侵入式居民电力负荷监测与分解技术
非侵入式
用电细节监测
负荷印记
负荷分解模型与解法
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于时间卷积神经网络的非侵入式居民用电负荷分解方法
来源期刊
电力建设
学科
工学
关键词
智能电网
负荷分解
时间卷积神经网络(TCN)
序列到点
年,卷(期)
2021,(3)
所属期刊栏目
智能电网
研究方向
页码范围
97-106
页数
10页
分类号
TM73
字数
语种
中文
DOI
10.12204/j.issn.1000-7229.2021.03.012
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(144)
共引文献
(277)
参考文献
(12)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1980(1)
参考文献(0)
二级参考文献(1)
1987(1)
参考文献(0)
二级参考文献(1)
1992(3)
参考文献(1)
二级参考文献(2)
1995(2)
参考文献(0)
二级参考文献(2)
1996(1)
参考文献(0)
二级参考文献(1)
1997(1)
参考文献(0)
二级参考文献(1)
1998(2)
参考文献(0)
二级参考文献(2)
1999(2)
参考文献(0)
二级参考文献(2)
2000(2)
参考文献(0)
二级参考文献(2)
2001(1)
参考文献(0)
二级参考文献(1)
2002(1)
参考文献(0)
二级参考文献(1)
2003(3)
参考文献(0)
二级参考文献(3)
2004(3)
参考文献(0)
二级参考文献(3)
2005(6)
参考文献(0)
二级参考文献(6)
2006(3)
参考文献(0)
二级参考文献(3)
2007(4)
参考文献(0)
二级参考文献(4)
2008(6)
参考文献(0)
二级参考文献(6)
2009(16)
参考文献(0)
二级参考文献(16)
2010(10)
参考文献(0)
二级参考文献(10)
2011(12)
参考文献(0)
二级参考文献(12)
2012(17)
参考文献(1)
二级参考文献(16)
2013(14)
参考文献(1)
二级参考文献(13)
2014(8)
参考文献(1)
二级参考文献(7)
2015(14)
参考文献(2)
二级参考文献(12)
2016(7)
参考文献(2)
二级参考文献(5)
2017(7)
参考文献(1)
二级参考文献(6)
2018(5)
参考文献(0)
二级参考文献(5)
2019(3)
参考文献(2)
二级参考文献(1)
2020(1)
参考文献(1)
二级参考文献(0)
2021(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
智能电网
负荷分解
时间卷积神经网络(TCN)
序列到点
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力建设
主办单位:
国网北京经济研究院
中国电力工程顾问集团公司
中国电力科学研究院
出版周期:
月刊
ISSN:
1000-7229
CN:
11-2583/TM
开本:
大16开
出版地:
北京市昌平区北七家镇未来科技城国家电网办公区A座225
邮发代号:
82-679
创刊时间:
1958
语种:
chi
出版文献量(篇)
6415
总下载数(次)
11
期刊文献
相关文献
1.
基于颜色编码和残差神经网络的 非侵入式负荷识别
2.
深度神经网络在非侵入式负荷分解中的应用
3.
基于卷积神经网络的缺失数据填充方法
4.
非侵入式居民电力负荷监测与分解技术
5.
基于卷积神经网络的横向转角预测方法
6.
基于随机森林与卷积神经网络的电力负荷预测研究
7.
基于LSTM时间递归神经网络的短期电力负荷预测
8.
基于广义回归神经网络的非侵入式负荷识别方法
9.
基于卷积神经网络的未知协议识别方法
10.
基于卷积神经网络的细胞识别
11.
基于卷积神经网络的ECG信号识别方法
12.
基于卷积神经网络的植物图像分类方法研究
13.
基于卷积神经网络的目标检测研究综述
14.
基于降噪滤波与FHMM的非侵入式负荷监测算法
15.
基于卷积神经网络的辐射图像降噪方法研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
电力建设2022
电力建设2021
电力建设2020
电力建设2019
电力建设2018
电力建设2017
电力建设2016
电力建设2015
电力建设2014
电力建设2013
电力建设2012
电力建设2011
电力建设2010
电力建设2009
电力建设2008
电力建设2007
电力建设2006
电力建设2005
电力建设2004
电力建设2003
电力建设2002
电力建设2001
电力建设2000
电力建设2021年第9期
电力建设2021年第8期
电力建设2021年第7期
电力建设2021年第6期
电力建设2021年第5期
电力建设2021年第4期
电力建设2021年第3期
电力建设2021年第2期
电力建设2021年第10期
电力建设2021年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号