科研之友
微信
新浪微博
Facebook
分享链接
摘要
非侵入式负荷监测（Non-Intrusive Load Monitoring，NILM）能让用户以一种低成本的方式获取家庭中各用电器的耗电情况，有利于推动实现碳中和，提升需求侧管理能力。针对一般NILM算法面对的负荷分解误差和模型计算成本间的矛盾，提出了一种基于单序列到多序列的轻量级NILM模型。模型采取基于深度可分离卷积的全卷积结构，并利用卷积核不同通道的特征提取能力实现了多输出，极大减少了模型的参数量和计算时间；然后通过引入通道注意力机制，为不同通道的特征赋予权重，降低模型的负荷分解误差。在数据处理上，利用模糊C均值聚类将电器分为单运行状态和多运行状态两类，分别采取功率估计和状态估计两种方式以降低分解误差。模型在REFIT数据集上进行了验证，实验表明模型能在大幅度减少计算成本的同时保持较低的分解误差。
- 单位
