公开(公告)号：CN118535934A

公开(公告)日：2024-08-23

申请号：CN202410602569.9

申请日：2024-05-15

申请人： 国网宁夏电力有限公司经济技术研究院 ,  国网经济技术研究院有限公司

发明人： 任大江 ,  陈丹 ,  邓广志 ,  张辰 ,  丁盛 ,  贺洁 ,  张科 ,  吴子矜 ,  李钧超 ,  黄瑞 ,  张铃珠 ,  岳一骁 ,  张维 ,  巩鑫龙 ,  王龙 ,  张生艳 ,  李佳怡 ,  苏青青 ,  陈娜 ,  倪远 ,  雍晓峰 ,  肖智宏 ,  韩柳 ,  刘文轩 ,  吴聪颖 ,  冯腾 ,  申洪明 ,  李厚源 ,  卢曦 ,  王晓旭 ,  杜娜 ,  巨云涛 ,  张晋奇 ,  贾旭文

IPC分类号： G06F18/23 ,  H02J3/00 ,  G06F18/24 ,  G06F18/214 ,  G06N3/0895 ,  G06N3/0464 ,  G06Q50/06 ,  G06Q10/04

摘要： 本发明涉及一种多设备非侵入式负荷监测方法，包括：获取有标签的样本数据，所述有标签的样本数据包括：预设类型的用电设备在电力数据测量点的电气参数值，以及作为样本标签的用电设备的负荷分类结果；获取无标签的样本数据，所述无标签的样本数据为基于所述电力数据测量点获得的多用电设备的电气参数值；基于所述有标签的样本数据，和所述无标签的样本数据，进行半监督机器学习模型的训练；基于训练后的半监督机器学习模型，对多用电设备的负荷分类结果进行预测。本方案，基于单一测量点的电力数据及少量用电设备的标签数据，进行半监督机器学习模型的构建，降低对大量有标签数据的以来，并基于训练的模型，提高负荷监测的准确度。