基于多维数据图像化的非侵入式负荷识别 |
| |
作者姓名: | 李成华 邹堰辉 江小平 石鸿凌 |
| |
作者单位: | 1. 中南民族大学电子信息工程学院;2. 中南民族大学智能无线通信湖北省重点实验室 |
| |
基金项目: | 国家重点研发计划资助项目(2020YFC1522600); |
| |
摘 要: | 针对已有负荷识别方法存在选取的负荷印记冗余度大及无法直接反映负荷功率信息的不足,提出一种多维数据图像化的非侵入式负荷识别方法.首先将负荷的电流波形、瞬时功率波形和电压-无功电流轨迹三个维度的负荷印记转换成灰度图像;然后将其分别加载到图像的红绿蓝通道上,得到带有功率信息的真彩色图像;最后通过简化的二维卷积神经网络进行负荷识别.实验结果表明:本方法能够提升图像的信息密度,使得所采用的人工智能网络在计算量和参数量都降低的情况下仍能在图像中找到最具有辨识力的区域进行高效的负荷识别;在PLAID(即插即用设备标识数据集)和WHITED(全球家庭和工业瞬态能量数据集)上分别达到了98.78%和99.50%的识别准确率.
|
关 键 词: | 非侵入式负荷识别 数据图像化 负荷印记 人工智能网络 数据处理 |
|