声明
第1章 绪论
1.1 背景及意义
1.2 国内外研究现状
1.2.1方法研究
1.2.2数据库采集
1.3 研究内容及研究思路
第2章 非侵入式负荷监测
2.1非侵入式的特点
2.2 非侵入式算法步骤
2.2.1非侵入式负荷监测原理步骤
2.2.2负荷监测
2.2.3状态标签
2.2.4特征提取
2.2.5识别分类
2.3本章小结
第3章 非侵入式负荷分解算法
3.1 隐马尔科夫模型及其拓展介绍
3.1.1隐马尔科夫模型
3.1.2因子隐马尔科夫模型
3.2 卷积神经网络
3.2.1卷积网络步骤介绍
3.2.2卷积神经网络训练过程
3.2.3 卷积神经网络分类流程
3.3 本章小结
第4章 基于卷积神经网络家庭用电行为分析
4.1 数据处理
4.1.1数据分析
4.1.2 选择合理的分析设备
4.1.3 时间窗口进行状态标签
4.1.4 时频分析
4.2 构建卷积模型实验
4.2.1用户行为识别流程
4.2.2迭代次数对分类结果的影响
4.2.3学习率对分类结果的影响
4.2.4卷积核个数对分类结果的影响
4.2.5卷积核尺寸对分类结果的影响
4.3实验对比分析
4.3.1五种行为模式误差分析
4.3.2分类模型的总代价函数
4.4 本章小结
第5章 总结与展望
5.1总结
5.2未来展望
参考文献
致谢
湖南科技大学;