公开(公告)号：CN111338262A

公开(公告)日：2020-06-26

申请号：CN202010200369.2

申请日：2020-03-20

Applicant: 湖南科技大学

Inventor： 王俊年 ,  王扬华 ,  于文新 ,  廖璟 ,  刘俊

IPC: G05B19/042 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于ARM的家用电器运行状态非侵入式检测方法，包括以下步骤：采集预测电器的消耗功率，然后根据消耗功率对电器运行状态进行标注；将标注过的数据进行归一化处理；搭建LSTM神经网络模型，对LSTM神经网络模型进行训练和优化、测试；搭建嵌入式开发交叉编译环境，进行嵌入式Linux系统的移植；读取用户家庭的用电总功率；量化LSTM神经网络模型，预测家用电器运行状态并将结果显示。本发明对家用电器的运行状态识别具有良好的效果，并且利用了tensorflow lite量化工具降低了在ARM上执行深度学习推理的硬件需求，经过量化后的模型具有更小的二进制可执行文件，可以实现在低成本的情况下实时地对家用电器的运行状态进行监测。

公开(公告)号：CN111338262B

公开(公告)日：2021-11-19

申请号：CN202010200369.2

申请日：2020-03-20

Applicant: 湖南科技大学

Inventor： 王俊年 ,  王扬华 ,  于文新 ,  廖璟 ,  刘俊

IPC: G05B19/042 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于ARM的家用电器运行状态非侵入式检测方法，包括以下步骤：采集预测电器的消耗功率，然后根据消耗功率对电器运行状态进行标注；将标注过的数据进行归一化处理；搭建LSTM神经网络模型，对LSTM神经网络模型进行训练和优化、测试；搭建嵌入式开发交叉编译环境，进行嵌入式Linux系统的移植；读取用户家庭的用电总功率；量化LSTM神经网络模型，预测家用电器运行状态并将结果显示。本发明对家用电器的运行状态识别具有良好的效果，并且利用了tensorflow lite量化工具降低了在ARM上执行深度学习推理的硬件需求，经过量化后的模型具有更小的二进制可执行文件，可以实现在低成本的情况下实时地对家用电器的运行状态进行监测。