一种基于反馈模型提升非介入式负荷监测精度的方法

专利主权项内容

1.一种基于反馈模型提升非介入式负荷监测精度的方法，其特征在于，包括以下步骤：步骤S1，预测模型将总功率分解成负荷预测功率；步骤S2，通过将步骤S1所述的负荷预测功率与负荷真实功率的结合计算出预测模型的预测损失；步骤S3，反馈模型利用步骤S1所述的负荷预测功率重构总功率；步骤S4，通过将步骤S3所述的重构总功率与真实总功率数据的结合计算出反馈模型的重构损失；步骤S5，利用步骤S2所述的预测模型的预测损失和步骤S4所述的反馈模型的重构损失更新预测模型；步骤S6，利用步骤S4所述的反馈模型的重构损失更新反馈模型；所述的步骤S1中，所述的预测模型将总功率分解成负荷预测功率，包括以下步骤：所述的预测模型由若干个具有相同结构的子模型组成，其中，一个子模型负责一个特定的负荷；步骤S101，一个子模型将总功率分解成特定的负荷预测功率；步骤S102，其余的若干个子模型均重复步骤S101所述的操作，直至若干个子模型均将总功率分解成特定的负荷预测功率；所述的步骤S101中，所述的一个子模型将总功率分解成特定的负荷预测功率，具体为：
；式中，为子模型将总功率分解出特定的负荷预测功率，/>为映射函数，/>为子模型的模型参数，/>为总功率；所述的步骤S2中，所述的通过将步骤S1所述的负荷预测功率与负荷真实功率的结合计算出预测模型的预测损失，具体为：
；式中，为/>时刻的负荷真实功率，/>为/>时刻的负荷预测功率，/>为子模型的模型参数，/>为预测模型的预测损失；所述的步骤S3中，所述的反馈模型利用步骤S1所述的负荷预测功率对总功率进行重构总功率，具体为：
；式中，为重构总功率，/>为映射函数，/>为反馈模型的模型参数，/>为每个子模型从总功率中分解出特定的负荷预测功率；所述的步骤S5中，利用步骤S2所述的预测模型的预测损失和步骤S4所述的反馈模型的重构损失进行更新预测模型，具体为：
；式中，为子模型的模型参数，/>为学习率，/>为预测损失，/>为反馈模型的重构损失。