-
公开(公告)号:CN118898358A
公开(公告)日:2024-11-05
申请号:CN202410921198.0
申请日:2024-07-10
Applicant: 福州大学
IPC: G06Q10/0631 , G06Q50/06 , G06N5/04 , G06N3/096 , G06N3/006
Abstract: 本发明涉及一种基于主从博弈推演和改进多任务学习的居民用户需求响应潜力评估方法,属于居民用户需求响应潜力评估领域。包括:考虑售电公司与居民用户间的主从博弈关系,建立售电公司与个体HEMS居民用户间的主从博弈推演模型,通过粒子群算法求解博弈均衡解,根据博弈均衡下的电价‑电量信息挖掘HEMS居民用户的电力需求价格弹性系数,并提取其需求响应特性参数;通过多任务学习模型建立HEMS居民用户用电特征与需求响应特性参数之间的映射关系,并采用梯度归一化算法解决多任务学习模型在训练过程中子任务梯度大小不一致和收敛速度不匹配的问题,实现居民用户群体需求响应特性参数的泛化建模,进而评估居民用户群体的需求响应潜力。
-
公开(公告)号:CN113780402A
公开(公告)日:2021-12-10
申请号:CN202111041263.3
申请日:2021-09-07
Applicant: 福州大学
Abstract: 本发明涉及一种基于改进式生成对抗网络的用户窃电检测方法。该方法以真实用户用电数据为原始样本,针对正常用户和窃电用户用电行为的周期性差异,提取不同用户的周期用电特征,通过生成对抗网络模型学习窃电用户用电数据的复杂时空分布,生成窃电样本,并与原始训练集进行拼接,增强训练集中的窃电样本,而后训练窃电检测模型,实现用户窃电检测。
-