基于GRNN与注意力机制模型的非侵入式家用负荷分解

来源 :智慧电力 | 被引量 : 0次 | 上传用户:liu_tangdanhua
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高识别精度,提出一种基于GRNN与注意力机制模型的非侵入式家用负荷分解方法。采用批标准化来减少神经网络层与层之间的耦合,利用GRNN强大的时间序列特征表示能力,来提取电力负荷入口处测得的总用电信息与各电器能耗之间的关系,同时利用注意力机制来减少模型的权重参数。最后通过算例验证了算法的可行性与优越性。
其他文献
煤矿地质灾害是非常多见的,而煤矿安全的基础是地质的安全,确保了地质的安全,煤矿的安全度也会相应的提升,地质灾害会给煤矿带来一系列难以估量的损失。本文将会结合我国煤矿
研究病变医学图像识别准确率优化问题。病变医学图像受到颅内声压的干扰,在采集过程中很难形成准确的特征属性提取,造成病变区域特征模糊化。传统算法对随机声压干扰下的病变医学图像特征很难形成有效的约束,造成病变区域识别精度下降。为了提高颅内声压干扰下病变医学图像的识别准确率,提出一种灰度共生矩阵和鲶鱼粒子群优化神经网络的病变医学图像识别算法(CFPOS-BP)。首先采用灰度共生矩阵提取病变医学图像特征,然
针对单通道信号盲源分离(blind source separation,BSS)模型的极端欠定问题,提出利用总体经验模态分解(ensemble empirical mode decomposition,EEMD)将单通道混合信号分解成
大型数据库中数据的属性种类较多,传统的基于变异遗传散步大型数据库数据查询方法,采用定义的大型数据库对散布值进行查询,造成数据运算量巨大,随着数据种类的增加,使得查询较为耗
我国地形地貌比较复杂,矿产资源丰富,地矿质量好,但是由于地形变化比较大,资源开采难度比较大。在矿山工程施工前,必须对施工区域进行具体的地质勘查工作,根据勘查结果确定施
基于蓝牙beacon的室内定位方案在谷歌、苹果等公司的力推下得以广泛应用,但高效解决大规模、高精度的定位问题仍是研究难点。出于信息安全、抗干扰等因素考虑,限制定位信号辐