基于时间序列分类任务的智能电能表负荷监测技术研究

随着深度学习模型在非侵入式负荷监测领域的应用,负荷识别与分解的能力得到了显著提升。但是多数方法仍然存在模型训练效率低下、分解精度不足以及模型不易推广的问题。针对上述问题,文章利用基于时间序列分类任务的卷积神经网络对非侵入式负荷监测框架进行了研究,并提出了相应的负荷识别与分解方法。通过对比实验证明,在UK-DALE数据集上,基于时间序列分类任务的卷积神经网络提升了洗碗机4.3%的识别准确率和19%的识别精度,降低了21.3%负荷分解过程的均方误差;在REDD数据集上,模型对于洗衣机的识别准确率、精度和F1值均有所提升,特别是召回率提高了24.3%,同时在负荷分解的过程中,模型降低了15.8%的均方误差。因此,与其它神经网络模型相比,基于时间序列分类任务的卷积神经网络具有更稳定的负荷识别与分解性能。     

用电信息采集系统中的无线RS485中继器设计

为了解决用电信息采集系统实施中离散安装的电能表的数据采集问题,提出了采用无线通信方式取代离散安装的电能表与用电信息采集系统RS485总线之间的布线,在综合考虑了DL/T 645通信规约的要求、设计成本、通信可靠性及相互干扰等因素后,提出了无线RS485中继器的设计方案。该无线RS485中继器的实现可以大大减少用电信息采集系统的现场实施难度,从而推进用电信息采集系统的建设。     

从1394 VHDL代码移植看FPGA设计

通过从基于FPGA设计的1394物理层芯片与链路层芯片合并为一个FPGA芯片且由双端口升为三端口的VHDL代码移植过程，介绍1394芯片基本原理和移植中所产生的问题解决办法，阐述FPGA芯片设计的代码规范化的重要性以及一些基本技巧。