[发明专利]负荷功率检测模型训练方法及负荷功率检测方法

权利要求书

1.一种负荷功率检测模型训练方法，其特征在于，包括：

获取电力系统的负荷功率数据集；所述负荷功率数据集包括至少一个数据序列；所述数据序列包括历史负荷功率数据、当前负荷功率数据及未来负荷功率数据；

基于所述负荷功率数据集，对初始教师网络模型进行训练，得到目标教师网络模型；

基于所述历史负荷功率数据和所述当前负荷功率数据，对初始学生网络模型进行训练，得到第一学生网络模型；

基于所述目标教师网络模型和所述第一学生网络模型，采用双知识蒸馏的方式对所述第一学生网络模型进行更新，确定负荷功率检测模型；所述负荷功率检测模型是基于更新后的第一学生网络模型确定的，用于对待检测负荷功率数据进行检测，以判断待检测负荷功率数据的变化情况。

2.根据权利要求1所述的负荷功率检测模型训练方法，其特征在于，所述基于所述目标教师网络模型和所述第一学生网络模型，采用双知识蒸馏方式对所述第一学生网络模型进行更新，确定负荷功率检测模型，包括：

基于所述目标教师网络模型和所述第一学生网络模型，采用第一知识蒸馏方式对所述第一学生网络模型进行训练，确定所述第一学生网络模型对应的第一优化参数；

基于所述第一优化参数，更新所述第一学生网络模型，得到第二学生网络模型；

基于所述第二学生网络模型和所述目标教师网络模型，采用第二知识蒸馏方式对所述第二学生网络模型进行训练，确定所述负荷功率检测模型。

3.根据权利要求2所述的负荷功率检测模型训练方法，其特征在于，所述确定所述第一学生网络模型对应的第一优化参数，包括：

基于所述目标教师网络模型的第一参数、所述第一学生网络模型的第二参数和所述第一学生网络模型中引导层对应的初始化参数，分别计算第一损失值；

基于各所述第一损失值，确定所述第一学生网络模型对应的第一优化参数。

4.根据权利要求2所述的负荷功率检测模型训练方法，其特征在于，所述采用第二知识蒸馏方式对所述第二学生网络模型进行训练，确定所述负荷功率检测模型，包括：

确定所述第二学生网络模型的目标优化参数；

基于所述目标优化参数，更新所述第二学生网络模型，得到所述负荷功率检测模型。

5.根据权利要求4所述的负荷功率检测模型训练方法，其特征在于，所述确定所述第二学生网络模型的目标优化参数，包括：

基于在所述第二学生网络模型训练过程中得到的至少一个输出概率和所述目标教师网络模型的输出概率，分别计算交叉熵损失值；

基于各所述交叉熵损失值，确定所述第二学生网络模型的目标优化参数。

6.一种负荷功率检测方法，其特征在于，包括：

获取待检测负荷功率数据；

将所述待检测负荷功率数据输入至负荷功率检测模型，得到所述负荷功率检测模型输出的检测结果；所述负荷功率检测模型是基于权利要求1至权利要求5任一项所述的负荷功率检测模型训练方法训练得到的。

7.一种负荷功率检测模型训练装置，其特征在于，包括：

第一获取模块，用于获取电力系统的负荷功率数据集；所述负荷功率数据集包括至少一个数据序列；所述数据序列包括历史负荷功率数据、当前负荷功率数据及未来负荷功率数据；

第一训练模块，用于基于所述负荷功率数据集，对初始教师网络模型进行训练，得到目标教师网络模型；

第二训练模块，用于基于所述历史负荷功率数据和所述当前负荷功率数据，对初始学生网络模型进行训练，得到第一学生网络模型；

更新模块，用于基于所述目标教师网络模型和所述第一学生网络模型，采用双知识蒸馏的方式对所述第一学生网络模型进行更新，确定负荷功率检测模型；所述负荷功率检测模型是基于更新后的第一学生网络模型确定的，用于对待检测负荷功率数据进行检测，以判断所述待检测负荷功率数据的变化情况。