基于颜色编码和残差神经网络的 非侵入式负荷识别

• 作者: 杨苗 游文霞 刘玥 汪芯茜 三峡大学电气与新能源学院
• 来源期刊: 电工材料
• 关键词: 非侵入式负荷识别 V-I轨迹 HSV颜色编码 残差神经网络
• 年，卷（期）: 2024,（2）
• 页码范围: 94-99
• 页数: 6页
• 语种: 中文
• DOI: 10.16786/j.cnki.1671-8887.eem.2024.02.022

摘要

在非侵入式负荷识别任务中，随着家用电器类型的不断增加，功率差距不大但V-I轨迹相似的设备很容易被分类错误。针对这些问题，本研究提出了基于颜色编码和残差神经网络的非侵入式负荷识别方法。首先，对采集到的高频电压、电流数据进行预处理；然后，再通过二值轨迹映射和HSV颜色编码将V-I轨迹转换为视觉表示，不仅在V-I轨迹中融入了丰富的电气特征，还增强了负荷特征的唯一性；最后利用PLAID公共数据集对本研究所提方法进行了验证。结果表明，本研究所提方法显著提高了识别准确率，并能够有效区分各个电器设备。