-
题名一种基于VAE的非侵入式家庭用电能耗分解方法
- 1
-
-
作者
黄宇
蒲曾鑫
丁超
-
机构
贵州电网有限责任公司电力科学研究院
-
出处
《电力大数据》
2024年第8期40-47,共8页
-
基金
中国南方电网公司科技项目(066600KK52222044/GZKJXM20222165)。
-
文摘
非侵入式负荷监测(non-intrusive load monitoring,NILM)技术通过对总负荷电表数据进行分析,使用能量分解算法估算各个用电设备的能耗。为应对非侵入式能耗分解技术应用的挑战,本文提出了一种基于变分自动编码器(variational autoencoder,VAE)框架的能耗分解算法。该算法充分利用编码器出色的特征提取能力,能够精确捕捉到特定电器的能耗特征。实验结果表明,与序列到序列(sequence to sequence,S2S)方法相比,新模型在所有测试电器上的平均绝对误差降低了约10%,F1分数提升了超过15%,该结果不仅体现了VAE在能耗预测上具有较高的精度,也表明该算法在识别和分离目标电器功率信号方面有显著改进。本文提出的基于变分自动编码器框架的能耗分解算法能够有效实现负荷能量的分解,为NILM技术的实际应用开辟了新的路径。
-
关键词
非侵入式负载监测
变分自动编码器
特征提取
能量分解
-
Keywords
non-intrusive load monitoring
variational autoencoder
feature extraction
energy disaggregation
-
分类号
TM714
[电气工程—电力系统及自动化]
-
-
题名基于竞争聚集和神经网络的非侵入式负载监测方法
- 2
-
-
作者
陈于锋
-
机构
中国电信南京江北新区分公司
-
出处
《江苏通信》
2019年第6期60-61,77,共3页
-
文摘
非侵入式负载监测旨在根据家庭总用电量估算单个电器的耗电量。基于竞争聚集和神经网络的非侵入式负载监测方法在竞争聚集部分融合了层次聚类和分块聚类的优点,并从聚集的负载中发现设备,然后利用神经网络对产生事件的设备进行基于其负载特征的识别。对比实验表明这种方法是有效的。
-
关键词
非侵入式负载监测
竞争聚集
神经网络
-
分类号
TM73
[电气工程—电力系统及自动化]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于时间扰动的智能电表隐私保护方法
被引量：5
- 3
-
-
作者
蔡子伟
徐正全
王晓艳
-
机构
武汉大学测绘遥感信息工程国家重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第1期106-114,共9页
-
基金
国家自然科学基金（No.41671443）
武汉市应用基础研究计划资助项目（No.2016010101010024）
-
文摘
针对目前智能电表隐私保护方法存在对用户用电模式保护力度不足的问题,提出采用时延扰动来破坏数据波形,在智能电表数据可用性的基础上推导基于时间扰动的智能电表隐私保护模型,通过扰动智能电表数据发布时间来实现数据安全性与可用性的折中,并利用非侵入式负载监测算法对隐私安全性进行检测。实验结果表明,基于时间扰动的智能电表隐私保护方法能够有效地抑制电器切换事件的识别准确率,相比于随机扰动和充电电池方法有更好的抑制效率,多用户的聚合误差稳定在10%左右,同时在计费误差上有着优异的表现。
-
关键词
智能电表
隐私保护
数据扰动
非侵入式负载监测(NILM)
-
Keywords
smart meter
private preserving
data perturbation
Non-Intrusive Load Monitoring(NILM)
-
分类号
TP309.2
[自动化与计算机技术—计算机系统结构]
-
