典型文献
基于KNN模型优化的家居电器负荷识别方法应用研究
文献摘要：
为解决传统手段安排人员进入房屋内部安装计量设备,从而实现对家用电器监测的不便性,同时也为了居民的用电安全和能源节约性考虑,研究并设计了一个非侵入式家用电器识别监测系统.本系统由用电器数据采集模块和用电器数据解析模块组成,用电器数据采集模块由STM32主控模块、电流电压互感器和电能采集模块组成,实现了对居民家用电器的电压、电流、功率等特征量的采集和监测.采用电器数据解析模块实现了对用电器的类型判别和向住户发出耗能提醒.采集多项特征量,通过对KNN模型优化使其具有更高的分类准确率.最终实验结果表明,对各类用电器的平均分类准确率能达到96.4％以上,可以实现对家用电器的精准监测及分类,达到节能省电的目的.
文献关键词：
非侵入式;监测识别;KNN算法
中图分类号：
作者姓名：
张辉;张慧
作者机构：
安徽师范大学皖江学院 电子工程系,安徽 芜湖 241000
文献出处：
引用格式：
[1]张辉;张慧-.基于KNN模型优化的家居电器负荷识别方法应用研究)[J].池州学院学报,2022(06):
A类：
B类：
KNN,模型优化,家居,负荷识别,房屋内,计量设备,家用电器,用电安全,能源节约,节约性,非侵入式,器识,本系,统由,数据采集模块,数据解析,STM32,主控模块,电压互感器,民家,特征量,住户,提醒,分类准确率,平均分,精准监测,省电,监测识别
AB值：
0.331058
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。
