恭喜国网辽宁省电力有限公司经济技术研究院;国家电网有限公司商文颖获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜国网辽宁省电力有限公司经济技术研究院;国家电网有限公司申请的专利一种基于零样本学习的综合能源系统非侵入式建模方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114386314B 。
龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111495935.8,技术领域涉及:G06F18/20;该发明授权一种基于零样本学习的综合能源系统非侵入式建模方法是由商文颖;程孟增;王宗元;徐熙林;张娜;邬桐;李金起;胡旌伟;张玫珊;刘凯;杨方圆;杨博;许言路;杨天蒙设计研发完成,并于2021-12-09向国家知识产权局提交的专利申请。
本一种基于零样本学习的综合能源系统非侵入式建模方法在说明书摘要公布了:本发明属于能源系统建模技术领域,尤其涉及一种基于零样本学习的综合能源系统非侵入式建模方法。本发明利用基于稀疏编码的零样本学习对自能源中设备分类,对综合能源系统已知数据集及其辅助信息对分类模型进行训练,将已知数据集所学习的知识有效迁移到未知数据集中,实现对未知设备数据集的分类;采用双向长短期记忆网络对设备运行状态进行提取,根据提取结果对综合能源系统中用电设备、发电设备和储能设备的运行状态划分;基于设备运行状态建立多模因子隐马尔可夫模型,实现对含未知类型设备的综合能源系统的非侵入式建模。本发明准确地识别综合能源系统中未知类型设备,有效减少非侵入式建模方法的平均误差,使模型精度和准确度得到显著提高。
本发明授权一种基于零样本学习的综合能源系统非侵入式建模方法在权利要求书中公布了:1.一种基于零样本学习的综合能源系统非侵入式建模方法,其特征是:包括以下步骤:步骤1.对综合能源系统中已知类型设备和未知类型设备进行分类,利用基于稀疏编码的零样本学习对自能源中设备进行分类,对综合能源系统已知数据集及其辅助信息对分类模型进行训练,将已知数据集所学习的知识有效迁移到未知数据集中,从而实现对未知设备数据集的分类;包括:步骤1.1.将综合能源系统中的Nknow个已知类型设备运行功率时间序列构成已知数据集合其中Dknow为已知数据集合,pknow,i为已知类型设备运行功率时间序列,yknow,i为相应的已知类型设备标签,Yknow为已知类别设备标签集合,Qknow为已知类型设备的数量;步骤1.2.将综合能源系统中待识别的NX个未知类型设备运行功率时间序列构成未知数据集合其中DX为未知数据集合,pX,i为未知类型设备运行功率时间序列,yknow,i为相应的未知类型设备标签,Yknow为未知类别设备标签集合,Qknow为已知类型设备的数量,yX,i为相应的未知类型设备标签;步骤1.3.对已知类型设备运行功率时间序列进行语义字典学习:其中,Lknow为已知类型设备语义字典,Hknow为已知类型设备语义表示,||·||F为Frobenius范数,为已知类型设备语义字典正则项,λ控制正则项的强度,Pknow为已知类型设备运行功率时间序列;步骤1.4.对未知类型设备运行功率时间序列进行语义字典学习: 其中,qj为yX,j在语义嵌入空间的表示,ωij为输入时间序列pX,i属于标签yX,j的概率,HX为未知类型设备语义表示,LX为未知类型设备语义字典,si为设备运行状态,||LX-Lknow||为用于限制LX与Lknow适应度的正则项,||hi-qj||为用于限制未知类型设备功率时间序列在语义嵌入空间的表示与未知类型设备标签在语义嵌入空间的表示的相似度的正则项;步骤1.5.分别固定对步骤1.3和步骤1.4中的HX和LX进行交替迭代求解,并根据结果在嵌入空间中找到对应分类: 上式中,为未知类型设备语义表示最优解,为未知类型设备语义表示最优解,||·||F为Frobenius范数;步骤2.根据分类结果对综合能源系统中各设备进行运行状态提取,利用基于双向长短期记忆网络设备进行运行状态提取,所用Bi-LSTM网络共包含六层,其中输入层的长度为时间窗t长度,第二层为卷积层,用来从信号中提取特征,第三、四层是Bi-LSTM,第五层为卷积层、第六层是全连接层,整个网络通过时间正反双向传播方法进行训练;步骤3.根据提取的运行状态进行划分;步骤4.根据划分结果建立一种多模因子隐马尔可夫模型,如下式: 上式中,为初始时刻第Q+1个设备的运行状态,pt为t时刻设备的运行功率,为t时刻第Q+1个设备的运行状态,为t-1时刻第Q+1个设备的运行状态,Nμi,εi为期望值为μi、标准差为εi的正态分布,为t时刻第1个设备的运行状态,为t时刻第2个设备的运行状态,π为初始状态概率分布,A为状态转移矩阵,B为观测矩阵;步骤5.对所建立的多模因子隐马尔可夫模型进行参数估计;步骤6.对参数估计结果进行解码多模因子隐马尔可夫模型隐藏状态,最终建立综合能源系统分解模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网辽宁省电力有限公司经济技术研究院;国家电网有限公司,其通讯地址为:110016 辽宁省沈阳市沈河区文萃路183-1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。