公开(公告)号：CN112580471A

公开(公告)日：2021-03-30

申请号：CN202011460508.1

申请日：2020-12-11

Applicant: 浙江大学 ,  杭州电力设备制造有限公司临安恒信成套电气制造分公司

Inventor： 李超 ,  李林灿 ,  杨秦敏 ,  陈小飞 ,  张志祥 ,  孙通 ,  李佩 ,  吕华 ,  邵懂 ,  徐石 ,  江岚 ,  相涛

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于AdaBoost特征提取和深度学习RNN模型的非侵入式负荷识别方法，采用基于自适应变点寻优算法的负荷检测机制对负荷事件进行检测。当检测到负荷事件时，提取电器的负荷特征并存入MySQL数据库中，建立负荷特征库。设计适用于非侵入式负荷识别的RNN网络，通过RNN网络得到负荷特征识别结果，计算针对单个电器的识别准确率和N个电器组合时的识别准确率。最后改变RNN模型的参数，比较不同设置下的负荷辨识准确率，通过调整网络参数实现最佳网络性能。本发明解决了在非侵入式负荷监测中家用电器识别准确率不高，多种电器设备组合和小功率电器难以正确识别的问题。