基于格拉姆角差场图像编码的非侵入式负荷识别方法

作者：符明^*; 段斌

来源：激光与光电子学进展, 2023, 60(24): 87-95.

• 图像处理
• 非侵入式负荷识别
• 深度学习
• 卷积块注意力模型
• 格拉姆角差场

非侵入式负荷监测作为家庭用电精细化管理的重要手段，对推进节能减排、实现“双碳”目标具有积极作用。然而，利用原始电压-电流轨迹图像特征很难实现高精度负荷识别。因此，提出了一种基于格拉姆角差场（GADF）图像编码的非侵入式负荷识别方法。首先，对设备采集到的高频稳态数据进行预处理，获得一个完整基波周期电流和电压信号。然后，利用GADF分别对一维电压和电流信号进行图像编码，生成相对应的二维图像。最后，通过叠加融合输入到卷积块注意力模型中完成负荷识别。为了验证所提方法的有效性，利用公共数据集PLAID和WHITED进行实验分析。结果表明，该方法具有很高的识别精度，PLAID数据集平均识别准确率达到99.45%,WHITED数据集平均识别准确率达到99.24%。

• 单位
  湘潭大学