利用数据可视化实现智能非侵入式负荷辨识 |
| |
作者单位: | 中南民族大学电子信息工程学院,湖北武汉430074;中南民族大学智能无线通信湖北省重点实验室,湖北武汉430074;中南民族大学电子信息工程学院,湖北武汉430074;武汉大学电子信息学院,湖北武汉430072 |
| |
基金项目: | 国家重点研发计划;国家自然科学基金;湖北省自然科学基金;中央高校攻关计划专项资金资助项目 |
| |
摘 要: | 针对传统人工智能负荷辨识算法网络参数规模庞大、计算复杂度高、辨识准确率不足的局限性,提出一种多维数据融合可视化方法,融合负荷的电压、原始电流和电压-无功电流轨迹信息,生成尺寸更小、区分度更高的真彩可视化图像,作为人工神经网络的输入数据.实验结果表明:在采用真彩可视化图像后,仅用不到传统算法1%规模的人工神经网络和计算量,就可以在PLAID(即插即用设备标识)数据集上达到96.63%的负荷辨识准确率、在WHITED(全球家庭和工业瞬态能量)数据集上达到99.05%的负荷辨识准确率.
|
关 键 词: | 非侵入式负荷监测 复合特征 数据可视化 真彩可视化图像 人工智能 |
本文献已被 CNKI 万方数据 等数据库收录! |
|