用于非侵入式负荷监测的演化深度网络
机器学习
2023-03-08 v1 人工智能
神经与进化计算
系统与控制
信号处理
系统与控制
摘要
非侵入式负荷监测（NILM）是一种能效技术，通过建筑级电表等单一聚合读数来追踪家庭中单个电器的电力消耗。NILM的目标是通过计算方法从聚合信号中分解出电器信号。本工作中，采用深度学习方法来进行分解。为此使用了深度神经网络、卷积神经网络和循环神经网络。此外，应用稀疏演化训练来加速各深度学习模型的训练效率。本工作使用UK-Dale数据集。
引用
@article{arxiv.2303.03538,
title = {Evolutionary Deep Nets for Non-Intrusive Load Monitoring},
author = {Jinsong Wang and Kenneth A. Loparo},
journal= {arXiv preprint arXiv:2303.03538},
year = {2023}
}