-
公开(公告)号:CN118114088A
公开(公告)日:2024-05-31
申请号:CN202311363439.6
申请日:2023-10-20
Applicant: 山东工商学院
IPC: G06F18/24 , G06F18/213 , G06F18/25 , G06F18/20 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/082 , G01R31/00 , G01R19/00 , G06F123/02
Abstract: 本发明属于非侵入式负荷监测领域,具体涉及一种基于多模态图像负荷特征融合的非侵入式负荷识别方法。本发明将MTF算法应用到NILM领域,提出使用WRG算法提取稳态电流数据的周期性和相似性等重复模式、GAF算法提取稳态电流数据的时间依赖性和时间相关性等静态特征、MTF算法提取稳态电流数据的全局趋势和局部趋势等动态特征,多维度提取电流数据中的能量信息,构建的图像负荷特征能更全面、更独特的表征原有负荷,提高了负荷识别准确率。此外,本发明借鉴了经典的Resnet神经网络,提出参数量更少、网络层级更浅且保持高准确率的优化残差网络,具有良好的泛化性和鲁棒性。