基于并行混合深度学习模型的非侵入式负荷分解

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

一、前言

随着智能电网与家居的发展，ALM在需求侧管理中被广泛应用。现有方式包括侵人式负荷监测和非侵人式负荷监测[]。ILM成本高且部署复杂[2；NILM通过用电数据和负荷分解算法估算设备能耗，更具经济性与可行性[。NILM研究中，主流有隐马尔可夫模型、机器学习和深度学习[4。前者在多状态、低功耗设备识别上受限，精度随设备增加而下降。（剩余3551字）

试读结束

目录
monitor
客服机器人