图到点学习NILM模型

精准分解负载

提出一种图到点学习模型,结合残差图卷积和双注意力双向长短期记忆网络,能更精准地分解多状态复杂电器的用电。

Peng, Binggang · Pan, Zhenning · 汪靜波 · Yang, Bo · 俞涛 · Leixin, Qiu · Wang, Ziyao

International Journal of Electrical Power and Energy Systems 2023

参数信息

运行成本降低幅度
53 %
用户舒适度提升幅度
31 %

技术优势

分解更准

通过残差图卷积和双注意力BiLSTM,能更好地捕捉时间依赖性,提升多状态电器的分解精度。

省成本

基于NILM的HEMS能显著降低运行成本,实验显示降低53%。

更舒适

在降低运行成本的同时,整体用户舒适度提升31%。

应用场景