基于KNN模型优化的家居电器负荷识别方法应用研究

张辉; 张慧

首页> 中文期刊> 《池州学院学报》 >基于KNN模型优化的家居电器负荷识别方法应用研究

基于KNN模型优化的家居电器负荷识别方法应用研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为解决传统手段安排人员进入房屋内部安装计量设备,从而实现对家用电器监测的不便性,同时也为了居民的用电安全和能源节约性考虑,研究并设计了一个非侵入式家用电器识别监测系统。本系统由用电器数据采集模块和用电器数据解析模块组成,用电器数据采集模块由STM32主控模块、电流电压互感器和电能采集模块组成,实现了对居民家用电器的电压、电流、功率等特征量的采集和监测。采用电器数据解析模块实现了对用电器的类型判别和向住户发出耗能提醒。采集多项特征量,通过对KNN模型优化使其具有更高的分类准确率。最终实验结果表明,对各类用电器的平均分类准确率能达到96.4%以上,可以实现对家用电器的精准监测及分类,达到节能省电的目的。

著录项

来源
《池州学院学报》 |2022年第6期|11-15|共5页
作者
张辉; 张慧;
展开▼
作者单位

安徽师范大学皖江学院电子工程系;

展开▼
原文格式 PDF
正文语种 chi
中图分类一般性问题;
关键词
非侵入式; 监测识别; KNN算法;

相似文献

中文文献
外文文献
专利

1. 基于K-means聚类与PSO特征优选KNN的分级负荷识别方法 [J] . 安琪 ,梁宇飞 ,王耀强 . 河北科技大学学报 . 2022,第3期
2. 基于改进kNN算法的非侵入式负荷识别方法 [J] . 延菲 ,张瑞祥 ,孙耀杰 . 复旦学报：自然科学版 . 2021,第2期
3. 基于智能磨矿介质及CNN和优化SVM模型的球磨机负荷识别方法 [J] . 徐怀兵 ,王廷 ,邹文杰 . 工程科学学报 . 2022,第11期
4. 基于DTW算法的非侵入式家居负荷行为识别方法 [J] . 华亮亮 ,黄伟 ,杨子力 . 电测与仪表 . 2019,第014期
5. 基于L-M优化的BP算法在短期负荷预测中的应用研究 [C] . 董秀成 ,李芹 ,许强 . 2003年中国智能自动化会议 . 2003
6. 非侵入式家居电器负荷识别方法研究及应用 [A] . 张春健 . 2021

基于KNN模型优化的家居电器负荷识别方法应用研究

摘要

著录项

相似文献

相关主题

期刊订阅