摘要
非侵入式负荷识别(NILM)作为分析用户用电行为的主要途径,对开展能耗监测、实现用电安全评估具有重要意义。针对原始电压-电流(V-I)轨迹特征辨识准确度不高的问题,本文提出一种基于V-I轨迹特征的颜色编码和负荷高次谐波特征相融合的识别方法。首先,将高频采样数据经过数据预处理,提取出负荷的V-I轨迹和高次谐波特征,并利用颜色编码技术将瞬时无功功率、功率因数与电流序列分布的数值特征分别映射到彩色图像RGB的三个通道像素矩阵中。然后,引入高次谐波特征与RGB三通道像素矩阵相融合,形成混合彩色图像。最后,运用AlexNet网络的迁移学习对负荷进行训练和分类,通过PLAID数据集与实测数据进行验证,所述负荷识别方法辨识准确率达到95%以上,模型具有良好的泛化能力,可用于家庭及类似场合的用电安全管理。
-
单位温州大学; 电子工程学院