[发明专利]基于自监督学习的非侵入式负荷分解方法在审
| 申请号： | 202211051983.2 | 申请日： | 2022-08-31 |
| 公开（公告）号： | CN115423646A | 公开（公告）日： | 2022-12-02 |
| 发明（设计）人： | 余贻鑫;陈姝伊;栾文鹏;赵博超;刘博 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06Q50/06 | 分类号： | G06Q50/06;G06Q10/04;G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李丽萍 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于自监督学习的非侵入式负荷分解方法，包括：1)将目标数据集中选定的无标签总功率信号分割成多个长度为W的序列；2)完成自监督前置任务得到预训练后的序列到点神经网络；3)将源数据集中选定的有标签总功率信号分割成多个长度为W的序列；4)完成有监督下游任务得到负荷分解模型，5)将目标数据集中待分解的总功率信号分割成多个长度为W的序列，6)将步骤5)中的序列输入到步骤4)中的负荷分解模型中，该神经网络的输出是预测的单个电器在一个时刻的功率值，进而得到预测的单个电器功率信号。本发明可以从目标数据集中的无标签数据中学习有用的特征，实现了针对目标数据集的无监督NILM，具有较大的应用意义。 | ||
| 搜索关键词： | 基于 监督 学习 侵入 负荷 分解 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211051983.2/，转载请声明来源钻瓜专利网。
