公开(公告)号：CN114169435A

公开(公告)日：2022-03-11

申请号：CN202111487529.7

申请日：2021-12-07

Applicant: 福州大学至诚学院

Inventor： 王澍 ,  徐艺文 ,  董秀青 ,  何念 ,  郑旭丹

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774 ,  G06V10/40

Abstract: 本发明涉及一种基于特征可视化的非侵入式负荷识别方法。针对传统基于一维序列特征量的负荷识别算法，其网络模型参数庞大、多负荷同时工作时大功率负荷和谐波丰富负荷导致识别准确率较低的问题，对原始电流数据进行谐波分析，再通过格拉姆角场(Gramian Angular Field，GAF)、递归图(Recurrence Plot，RP)的方法将一维谐波特征序列转化为二维图像，作为基于CNN的图像分类模型的输入。在采用特征可视化方法后，使用比传统算法规模更小的网络和计算开销，就可以在PLAID数据集上达到98.272％的负荷辨识准确率、在自行采集的数据集上达到96.573%的负荷辨识准确率。