基于卷积块注意力模型的非侵入式负荷分解算法

• 作者: 徐晓会 赵书涛 崔克彬
• 来源期刊: 电网技术
• 关键词: 非侵入式负荷分解 深度学习 序列到点 注意力机制
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 电力系统|Power System
• 页码范围: 3700-3705
• 页数: 6页
• 分类号: TM721
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2020.1487

摘要

非侵入式负荷分解技术可以深度挖掘用户内部用电数据、获取用电信息,具有广阔的应用前景.该文研究了非侵入式负荷监测模式下基于卷积块注意力模型的非侵入负荷辨识算法.该模型首先采用一种序列到点方法,以电源窗口为输入,目标设备中点为输出,然后使用卷积块注意力模型来训练学习目标设备特征,卷积块注意力模块通过引入空间和通道Attention机制可以有效提取有利特征,丢弃无用特征.基于REDD数据集的实验结果表明,该文模型在有效减少训练时间的前提下,显著提升了分解准确率.