2021-03-30 | 광주=김선덕 기자 sdkim@sedaily.com

光州科技院开发基于AI的非接触式细分用电监测技术

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

GIST(光州科学技术院)30日表示,电气电子计算机工程学部黄义锡教授研究团队开发出基于人工智能(AI)的时间-频率掩码方式非接触式细分用电量监测技术。

研究团队基于深度神经网络(DNN)AI模型,通过推定时间-频率掩码的方法提高了子负荷的分解精度,并确认该技术可应用于中小型建筑中对电力需求响应等用途较高的柔性电力负荷的识别与分离。

现有非接触式用电量监测技术主要在时间域进行负荷分解,当子负荷之间表现出相似模式或具有复杂的消费形态时,

在从总用电量中分离或识别各目标部分负荷模式方面存在困难。

研究团队首次将可同时考虑时间与频率特征的基于深度神经网络的时间-频率掩码方式应用于非接触式用电量监测,克服了现有时间域分解方法的局限。

黄义锡教授表示:“本研究使现有非接触式用电量监测技术难以识别的相似或复杂模式的电力负荷监测成为可能,并提高了负荷分解精度”,“期待未来可应用于电力需求响应控制及管理系统等能源信息通信技术(ICT)融合平台”。

/光州=金善德 记者 sdkim@sedaily.com

阅读韩文原文