公开(公告)号：CN117407693B

公开(公告)日：2024-05-24

申请号：CN202311361294.6

申请日：2023-10-20

Applicant: 湖北大学

Inventor： 程力 ,  李钰颖 ,  李亚敏 ,  杨洋 ,  刘文平 ,  劳春峰 ,  李伟 ,  张蕊 ,  刘春明 ,  王振 ,  阮子辰 ,  申志飞

IPC: G06F18/213 ,  G06F18/22 ,  G06F18/27 ,  G06F18/10 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/08 ,  G06N3/09

Abstract: 本发明公开一种基于部分域自适应和分位数回归的非侵入式负荷检测方法，收集电器设备时间和功率信息作为总体样本，并分为源域样本和目标域样本，联合部分域自适应策略和多目标回归机制构建负荷分解网络模型，负荷分解网络模型包括特征提取层、特征对齐层和负荷分解层，特征提取层提取样本的空间特征和时间特征；特征对齐层将源域特征和目标域特征对齐消除差异，负荷分解层实现负荷分解。本发明利用源域和目标域间电器能耗的特征分布差异以及目标域的无标签数据，充分考虑跨域电器类别的差异和对多个电器进行分解，本发明首次引入部分域自适应策略，突破对电器类别的约束，从而实现了无监督的多目标回归的非侵入式负荷监测。

公开(公告)号：CN117407693A

公开(公告)日：2024-01-16

申请号：CN202311361294.6

申请日：2023-10-20

Applicant: 湖北大学

Inventor： 程力 ,  李钰颖 ,  李亚敏 ,  杨洋 ,  刘文平 ,  劳春峰 ,  李伟 ,  张蕊 ,  刘春明 ,  王振 ,  阮子辰 ,  申志飞

IPC: G06F18/213 ,  G06F18/22 ,  G06F18/27 ,  G06F18/10 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/08 ,  G06N3/09

Abstract: 本发明公开一种基于部分域自适应和分位数回归的非侵入式负荷检测方法，收集电器设备时间和功率信息作为总体样本，并分为源域样本和目标域样本，联合部分域自适应策略和多目标回归机制构建负荷分解网络模型，负荷分解网络模型包括特征提取层、特征对齐层和负荷分解层，特征提取层提取样本的空间特征和时间特征；特征对齐层将源域特征和目标域特征对齐消除差异，负荷分解层实现负荷分解。本发明利用源域和目标域间电器能耗的特征分布差异以及目标域的无标签数据，充分考虑跨域电器类别的差异和对多个电器进行分解，本发明首次引入部分域自适应策略，突破对电器类别的约束，从而实现了无监督的多目标回归的非侵入式负荷监测。

公开(公告)号：CN117313835A

公开(公告)日：2023-12-29

申请号：CN202311287983.7

申请日：2023-10-08

Applicant: 湖北大学

Inventor： 程力 ,  刘春明 ,  杨洋 ,  王峰 ,  王振 ,  阮子辰 ,  李钰颖

IPC: G06N3/098 ,  G06N3/0464 ,  G06N3/084 ,  H04L67/10

Abstract: 本发明公开一种异质数据环境下基于客户端贡献理清的联邦学习方法，包括分发全局模型、本地模型更新与评估、上传本地信息以及对更新后的全局模型进行加权聚合。本发明通过平衡数据量和局部模型精确度的关系，为节点分配与其贡献相匹配的权重，最终达到提升全局模型精确度的目的。