典型文献
非侵入式负荷识别的电流序列可视化方法
文献摘要：
以单一特征为标签的用电设备识别,因特征携带的信息量不足,在区分性质相似的负荷时易产生误判,为此,提出一种将电流序列编码为图像的二维可视化方法,通过计算机视觉技术对负荷进行分类识别.利用Fryze功率理论提取电流的非有功分量,通过格拉姆角场(GAF)将一维电流序列转换成二维图像,借助数据扩充的方式进行升维,并赋予矩阵颜色特征来提升负荷标签的辨识度;基于迁移学习的思想,利用预训练模型Inception_v3提取并学习GAF图像特征,并以该特征为标签对负荷类型进行分类识别.在2个公开数据集上的实验验证了所提方法在高频采集场景下的准确性和有效性.
文献关键词：
非侵入式;负荷监测;二维可视化;计算机视觉;格拉姆角场;迁移学习
中图分类号：
作者姓名：
崔昊杨;吴轶凡;江友华;江超;韩韬;许永鹏
作者机构：
上海电力大学 电子与信息工程学院,上海200090;国网电力科学研究院有限公司,江苏 南京211106;上海交通大学 电子信息与电气工程学院,上海200240
文献出处：
引用格式：
[1]崔昊杨;吴轶凡;江友华;江超;韩韬;许永鹏-.非侵入式负荷识别的电流序列可视化方法)[J].电力自动化设备,2022(07):40-45
A类：
Fryze
B类：
非侵入式负荷识别,可视化方法,用电设备,设备识别,因特,信息量,区分性,误判,列编,二维可视化,计算机视觉技术,分类识别,功率理论,非有,有功分量,格拉姆角场,GAF,序列转换,转换成,二维图像,数据扩充,升维,颜色特征,辨识度,迁移学习,预训练模型,Inception,v3,图像特征,负荷类型,公开数据集,高频采集,负荷监测
AB值：
0.455394
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
