首頁 > 期刊 > 自然科學與工程技術 > 工程科技II > 電力工業 > 供用電 > 基于雙向GRNN與時間序列翻譯模型的非侵入式負荷分解算法 【正文】
摘要:非侵入式負荷分解是用戶側精細化能量管理的關鍵技術,為了提高算法分解準確率與模型訓練速度,提出了一種基于雙向GRNN與時間序列翻譯模型的非侵入式負荷分解算法。使用局部注意力機制對中間向量的傳遞過程進行了優化,在增加模型注意力的同時降低了算法的運算量。使用集束搜索算法使解碼環節得到了更多的功率概率曲線,實現了分解準確率的提高。使用人工合成訓練數據方法克服了數據集不平衡問題,提高了算法的穩定性。最后在REDD數據集上對文章所提算法進行了驗證,與其他先進算法相比,所提出算法的準確率具有較大幅度提高,并且與基于LSTM的算法相比,本算法的模型訓練速度提高了40%以上。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社