基于BERT与GCNN混合网络的非侵入式负荷分解方法

作者：李奇越; 王其露; 丁津津; 高博; 孙伟; 汪玉; 李帷韬; 李远松

来源：2022-02-10, 中国, CN202210124475.6.

本发明公开了一种基于BERT与GCNN混合网络的非侵入式负荷分解方法,其步骤包括：1、采集居民用电负荷电力入口处的功率负荷数据并进行预处理；2、构建BERT-GCNN负荷分解模型,包括输入层、功率嵌入层、BERT编码层、门控卷积层GCNN、解码输出层；3、利用数据集进行模型训练,从而得到负荷功率分解序列,实现非侵入式负荷分解。本发明能有效解决原非侵入式负荷分解中使用RNN及其变体网络带来的输入输出序列信息的长时依赖问题,所提出的模型能够实现并行计算,通过改进BERT模型降低了该结构层的时间与空间复杂度,同时对于引入的GCNN网络也实现了对负荷特征的关键筛选。

• 单位
  国网安徽省电力有限公司电力科学研究院; 合肥工业大学