基于CNN的居民电器非侵入式监测技术

摘要

减少碳排放量,控制电器设备能耗是其中重要的一环,非侵入式负荷监测是一种有效的控制电器设备能耗的手段.针对常规非侵入式负荷监测难以区分不同电器的种类问题,提出了使基于卷积神经网络的识别方法.从电流的噪声特性出发,通过分解噪声特性并利用该特性作为神经网络的输入参数进行训练.拟合完成后便可以通过该特性识别不同种类的电器设备.结果表明,电流噪声特性对于容性、感性和复杂电器特性的电器设备拥有良好的区分效果,并且选用的神经网络识别效率高.