基于二维局部二值模式直方图后处理的家用电器识别方法及其在智能电网中的应用
信号处理
2020-10-06 v1 计算机与社会
摘要
在智能电网中识别家用设备有助于更好地管理用电并进一步检测设备级异常。唯有开发出具有高度区分智能电网中不同设备能力的鲁棒特征提取方案，才能实现高效识别。据此，本文提出一种新方法，将功率信号变换至二维空间后提取电功率签名，该空间具有更多编码可能。随后，提出一种改进的局部二值模式（LBP），其通过后期处理阶段提升传统LBP的判别能力。从二维功率矩阵中提取二值化特征值域图（BEVM），并用于对所生成的LBP表示进行后处理。接着，构建上行与下行两个直方图并拼接形成全局直方图。在两个不同数据集（即GREEND和WITHED，其功率数据分别以1 Hz和44000 Hz采样率采集）上进行了综合性能评估。所得结果显示，相较于其他二维描述子及现有识别框架，所提出的基于LBP-BEVM的系统在识别性能上具有优越性。
引用
@article{arxiv.2010.01414,
title = {Appliance identification using a histogram post-processing of 2D local binary patterns for smart grid applications},
author = {Yassine Himeur and Abdullah Alsalemi and Faycal Bensaali and Abbes Amira},
journal= {arXiv preprint arXiv:2010.01414},
year = {2020}
}
备注
8 pages, 10 figures and 5 tables