| 基于事件检测与CNN模型的非侵入式负荷识别方法及实现 |
| |
| 引用本文： | 凌家源,彭勇刚. 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]. 电工电能新技术, 2021, 40(3): 46-54. DOI: 10.12067/ATEEE2010034 |
| |
| 作者姓名： | 凌家源 彭勇刚 |
| |
| 作者单位： | 浙江大学电气工程学院,浙江 杭州310027 |
| |
| 基金项目： | 浙江省重点研发计划项目;国家自然科学基金项目;国家重点研发计划项目 |
| |
| 摘 要： | 非侵入式负荷识别是非侵入式负荷监测的一个重要任务.考虑到实际部署的成本问题,负荷识别的算法常常需要在计算能力与内存受限的设备上运行,因此本文提出了一种基于事件检测和卷积神经网络模型的负荷识别方法并在基于STM32微处理器的嵌入式系统上实现.首先引入带边距的滑动窗口,选取合适的特征值使用霍特林T2检验进行事件检测,对检测...
|
| 关 键 词： | 非侵入式负荷识别 事件检测 卷积神经网络 |
Implementation of a non-intrusive load identification method based on event detection and CNN model |
| |
| LING Jia-yuan,PENG Yong-gang. Implementation of a non-intrusive load identification method based on event detection and CNN model[J]. Advanced Technology of Electrical Engineering and Energy, 2021, 40(3): 46-54. DOI: 10.12067/ATEEE2010034 |
| |
| Authors: | LING Jia-yuan PENG Yong-gang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
