基于多注意力机制集成的非侵入式负荷分解算法

来源：南京信息工程大学学报·自然科学版杂志2023年第3期北京时间：

作者：王赟，葛泉波，姚刚，王梦梦，姜淏予

单位：王赟,上海海事大学 物流工程学院, 上海, 201306,葛泉波,南京信息工程大学 自动化学院, 南京, 210044,quanboge@163.com姚刚,上海海事大学 物流工程学院, 上海, 201306,王梦梦,同济大学 电子与信息工程学院, 上海, 201804,姜淏予,广东海洋大学 电子与信息工程学院, 湛江, 524088

摘要：针对输入负荷特征对分解结果的重要程度不同，以及长短时记忆网络（LSTM）在捕捉长时间用电信息的时间依赖性方面受限导致分解误差高等问题，提出一种基于多注意力机制集成的非侵入式负荷分解算法.首先，利用概率自注意力机制对一维空洞卷积提取到的负荷特征进行优化处理，实现重要负荷特征的遴选；其次，采用时间模式注意力机制对LSTM的隐状态赋予权重，从而增强网络对长时间用电信息之间的时间依赖性的学习能力；最后，利用公开数据集UKDALE和REDD对所提分解模型的有效性和创新性进行验证.实验结果表明，与其他多种现有分解算法相比，基于多注意力机制集成的分解算法不仅具备更好的负荷特征遴选能力，而且能更加精确地建立特征之间的时间依赖关系，有效降低了分解误差.

关键词：负荷分解;注意力机制;卷积神经网络;长短时记忆网络

基金资助：国家自然科学青年基金（61803136）