科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前基于深度学习的非侵入式负荷分解模型难以在计算资源有限的边缘端部署的问题，文中提出一种基于编解码器结构的轻量级非侵入式负荷分解模型。该模型通过引入注意力机制，分别计算空间注意力和改进后的通道注意力，提高负荷分解的准确性。另外，文中对不同解码器的设计进行研究，利用深度可分离卷积改进上采样层中的残差块，减少卷积层中的卷积核个数，使得模型在保证良好的负荷分解性能的同时，拥有更少的参数量和计算量。最后，文中利用公开数据集UK-DALE进行测试，验证所提模型的负荷分解性能和在边缘端部署的可行性。
- 单位
