基于图像编码与深度学习的非侵入式负荷识别方法

郇嘉嘉; 汪超群; 洪海峰; 隋宇; 余梦泽; 潘险险

首页> 中文期刊>科学技术与工程 >基于图像编码与深度学习的非侵入式负荷识别方法

基于图像编码与深度学习的非侵入式负荷识别方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

非侵入式负荷识别(non-intrusive load monitoring,NILM)是一种不依赖用户内部装置,仅凭借外部分析工具和手段即可实现用户用电行为自动感知的方法.提高非侵入式负荷识别的精度,对于开展用能监测服务、实现节能降损具有重要意义.提出了一种基于彩色图像编码与深度学习的电力负荷识别方法.该方法首先在传统电压-电流(V-I)灰色轨迹法的基础上,利用双线性插值技术有效解决了像素点不连续的问题;然后考虑了特征之间的互补性,通过构造电流(R)、电压(G)和相位(B)3个通道,将数值特征嵌入灰色V-I轨迹中,从而得到了蕴含丰富电气特征的彩色V-I图像;最后,采用AlexNet深度学习算法对彩色V-I图像和对应设备标签进行有监督的学习,从而实现了不同类别电器设备的有效辨识.算例测试结果表明,提出的负荷识别方法的准确率高达97.7％.该结果充分验证了上述方法的有效性.

著录项

来源
《科学技术与工程》|2021年第21期|8901-8908|共8页
作者
郇嘉嘉; 汪超群; 洪海峰; 隋宇; 余梦泽; 潘险险;
展开▼
作者单位

广东电网有限责任公司电网规划研究中心广州510080;

浙江大学电气工程学院杭州310007;

广东电网有限责任公司电网规划研究中心广州510080;

广东电网有限责任公司电网规划研究中心广州510080;

广东电网有限责任公司电网规划研究中心广州510080;

广东电网有限责任公司电网规划研究中心广州510080;

展开▼
原文格式 PDF
正文语种 chi
中图分类电力系统规划;
关键词
非侵入式; 负荷识别; 彩色编码; 深度学习; V-I轨迹;

相似文献

中文文献
外文文献
专利

1. 基于融合GMM与SVM的船载非侵入式负荷识别方法 [J] . 贾东宁 . 中国海洋大学学报（自然科学版） . 2022,第001期
2. 基于稳态电流波形匹配的非侵入式家用负荷快速识别方法研究 [J] . 王建元 ,侯广铸 ,张洪明 . 吉林电力 . 2021,第001期
3. 基于事件检测与CNN模型的非侵入式负荷识别方法及实现 [J] . 凌家源 ,彭勇刚 . 电工电能新技术 . 2021,第003期
4. 基于V-I轨迹与高次谐波特征的非侵入式负荷识别方法 [J] . 裘星 ,尹仕红 ,张之涵 . 电力工程技术 . 2021,第006期
5. 基于电压暂降监测数据的敏感负荷非侵入式识别方法 [J] . 胡翀 ,徐斌 ,甄超 . 中国电力 . 2021,第008期
6. 基于电器行为特征的非侵入式家用负荷识别 [C] . 刘明 ,梁仕斌 ,杨宁 . 2017年云南电力技术论坛 . 2017
7. 基于负荷投切触发的非侵入式家庭负荷识别方法的研究 [A] . 周剑 . 2020

基于图像编码与深度学习的非侵入式负荷识别方法

摘要

著录项

相似文献

相关主题

期刊订阅