面向非侵入式负荷监测的事件驱动两阶段解法
信号处理
2021-07-28 v1
摘要
文献中现有的非侵入式负荷监测（NILM）方法普遍面临计算复杂度高和/或家电工作状态识别精度低的问题。本文提出一种面向户内多状态多家电的事件驱动阶乘隐马尔可夫模型（eFHMM），旨在降低计算复杂度并提高负荷分解精度。所提eFHMM将计算复杂度降至与事件数呈线性关系，从而保障在线负荷分解。此外，eFHMM分两阶段求解：第一阶段利用暂态特征识别状态变化的家电，第二阶段利用稳态特征确认推断状态。从检测到的事件所分割的暂态与稳态时段中提取的暂态与稳态特征相结合，增强了各状态转移及对应家电的独特性，从而保障准确的负荷分解。这种事件驱动的两阶段NILM解法称为eFHMM-TS，天然契合边-云框架，使NILM的实际应用成为可能。所提eFHMM-TS方法在LIFTED与synD数据集上得到验证，结果表明eFHMM-TS优于其他方法且可实际应用。
引用
@article{arxiv.2107.12582,
title = {Event-driven Two-stage Solution to Non-intrusive Load Monitoring},
author = {Lei Yan and Wei Tian and Jiayu Han and Zuyi Li},
journal= {arXiv preprint arXiv:2107.12582},
year = {2021}
}
备注
14 pages, 17 figures