非侵入式负荷识别的电流序列可视化方法
以单一特征为标签的用电设备识别,因特征携带的信息量不足,在区分性质相似的负荷时易产生误判,为此,提出一种将电流序列编码为图像的二维可视化方法,通过计算机视觉技术对负荷进行分类识别.利用Fryze功率理论提取电流的非有功分量,通过格拉姆角场(GAF)将一维电流序列转换成二维图像,借助数据扩充的方式进行升维,并赋予矩阵颜色特征来提升负荷标签的辨识度;基于迁移学习的思想,利用预训练模型Inception_v3提取并学习GAF图像特征,并以该特征为标签对负荷类型进行分类识别.在2个公开数据集上的实验验证了所提方法在高频采集场景下的准确性和有效性.
非侵入式、负荷监测、二维可视化、计算机视觉、格拉姆角场、迁移学习
42
TM73(输配电工程、电力网及电力系统)
国家自然科学基金;上海市科委地方院校能力建设项目
2022-08-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
40-45