基于迁移学习的电能替代节能量在线估计方法

• 作者: 梁俊宇 杨洋 李怡雪 舒杰
• 来源期刊: 电力建设
• 关键词: 电能替代 节能量估计 迁移学习 小样本学习
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 能源互联网人工智能关键技术及其应用|Key Technologies and Applications of Artificial Intelligence in Internet of Energy
• 页码范围: 29-37
• 页数: 9页
• 分类号: TM73
• 语种: 中文
• DOI: 10.12204/j.issn.1000-7229.2021.08.004

摘要

电能替代成为能源转型发展的重要趋势和关键路径,节能量的快速准确估计有利于电能替代项目的推广.为充分利用少量电能替代项目调试期数据快速估计节能量,提出了一种基于迁移学习的单位节能量在线估计方法.首先利用回归算法对大量基期样本展开训练,获得基期能耗模型;其次,利用基于迁移学习的回归算法对大量基期样本、少量调试期样本展开训练,并通过不同的权重更新策略迭代调整基期样本、调试期样本权重,获得调试期能耗模型;最后,采用归一法获得参考条件下能耗差值,即单位节能量.针对干燥领域的电能替代进行仿真分析,证明了所提方法的有效性,并研究了迭代次数、样本数目和样本组合对所提算法预测误差的影响.