基于时序生成对抗网络和注意力机制的电器数据生成方法

在智能电网中,非侵入式负荷检测等技术的实现都需要使用大量标记过的电器功率数据,而这类数据的收集和标注十分昂贵、耗时并且容易侵犯用户的安全隐私。为了应对数据收集的挑战,文中提出一种将时序生成对抗网络和通道空间双注意力机制相结合的数据生成方法,用来合成与实际电器功率数据相似的合成数据。时序生成对抗网络结合无监督的灵活性和有监督的可控性,能够进行家用电器数据生成,注意力机制又能够使时序生成对抗网络注重电器启动时的波形,忽略电器未启动时的干扰,构建一个符合真实工况且随机的数据生成模型。文中使用五种性能度量指标对该模型生成的数据进行评估,并且使用主成分分析(PCA)降维进行可视化分析。实验结果表明,使用该方法生成的合成数据具有与真实数据非常相似的特征,并有较高的精度。

基于数字波形同步回放技术的负荷识别模组测试平台设计

近年居民、工商业用户的非介入负荷识别技术和工程应用场景呈井喷式发展态势,而针对负荷辨识设备的检测技术研究却鲜有关注。针对智能物联电表的非介入负荷识别模组批量化测试场景进行测试平台的研究设计。首先介绍了基于COMTRADE文件的典型用电工况的数字描述方法,并针对多通道输出波形同步性难题,提出了基于同步激励控制方法的数字波形同步回放技术;然后重点进行了测试平台的设计,在整体框架设计基础之上,详细设计了下位机硬件测试单元和上位机测试软件的功能,并进行了完整的测试平台软件的控制流程设计;最后通过实验测试验证了该测试平台的性能,数字波形输出具有较高的稳定度,通道偏差小于(100±10)μs/p(包),数字波形的输出错包率小于0.01‰,保证了数据输出的稳定性,可加载多种模式的负荷数字波形满足多场景检测需求,极大地提高了负荷识别模组的检测效率。