公开(公告)号：CN120033687A

公开(公告)日：2025-05-23

申请号：CN202510171272.6

申请日：2025-02-17

Applicant: 东南大学

Inventor： 刘宇 ,  韦雨亭 ,  何叶 ,  曲紫瑜 ,  张舜逸 ,  赵欣 ,  胡秦然 ,  高山

IPC: H02J3/00 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06F17/10 ,  G06F18/214 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的非侵入式负荷分解方法及系统，涉及电力负荷管理分析技术领域，包括以下步骤：获取总表数据以及子表数据，基于总表数据对子表数据的缺失值进行填充，并统一总表与子表的功率数据的采样频率，其中，所述总表数据负责采样总功率，所述子表数据负责采样各负荷功率；基于滑动窗和阶跃判定的方法对有限状态类负荷事件进行检测，基于预设的神经网络对总电力到有限状态类负荷的细化；将总功率信号中分离出有限状态类负荷，得到剩余功率信号，基于预设的神经网络学习分离剩余功率中功率连续变化类负荷的运行模式，实现功耗的分解。