| 基于Faster R-CNN的非侵入式负荷识别方法 |
| |
| 引用本文： | 杨金成,王永超,费守江,张伟,曾婧,李娜. 基于Faster R-CNN的非侵入式负荷识别方法[J]. 分布式能源, 2022, 7(2): 26-33. DOI: 10.16513/j.2096-2185.DE.2207204 |
| |
| 作者姓名： | 杨金成 王永超 费守江 张伟 曾婧 李娜 |
| |
| 作者单位： | 国网新疆电力有限公司营销服务中心 (资金集约中心、计量中心),新疆维吾尔自治区 乌鲁木齐市 830000,大连理工大学电气工程学院,辽宁省 大连市 116024 |
| |
| 基金项目： | 国网新疆电力有限公司科技项目 |
| |
| 摘 要： | 针对非侵入式负荷辨识终端对特征相似电器、小样本数据辨识困难等问题，提出一种利用改进的Faster R-卷积神经网络(convolutional neural networks, CNN)对小样本负荷数据进行高精度辨识的方法。在传统的Faster R-CNN目标检测算法的基础上，增大了模型输入图像尺寸，保留更多负荷图像曲线的细节，提高了对小目标图像细节的识别效果；替换模型特征提取网络VGG16为Inception V2网络，拓宽了网络宽度，减小了差异较大的图像曲线变化尺寸对模型识别造成的干扰，以满足对不同尺度的负荷特征图像曲线的特征提取。在数据集上测试Faster R-CNN对非入侵式负荷设备识别的可行性与准确性，结果表明该方法显著减小了数据处理与识别网络的计算量，使识别的准确率与召回率均有了较大提升。
|
| 关 键 词： | 负荷识别 非侵入式 Faster R-CNN |
Non-Intrusive Load Identification Method Based on Faster R-CNN |
| |
| YANG Jincheng,WANG Yongchao,FEI Soujiang,ZHANG Wei,ZENG Jing,LI Na. Non-Intrusive Load Identification Method Based on Faster R-CNN[J]. Distributed Energy, 2022, 7(2): 26-33. DOI: 10.16513/j.2096-2185.DE.2207204 |
| |
| Authors: | YANG Jincheng WANG Yongchao FEI Soujiang ZHANG Wei ZENG Jing LI Na |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
