基于电流特征可视化的非侵入式电力负荷监测方法用于智能能源管理
信号处理
2023-08-24 v1 人工智能
计算机视觉与模式识别
系统与控制
图像与视频处理
系统与控制
摘要
最先进的智慧城市一直要求对大规模网络尤其是电力系统进行经济而高效的能源管理。监测、分析和控制系统中所有用户的电力负荷是一个关键问题。本文采用流行的 AI 计算机视觉技术设计一种用于智能电力能源管理的非侵入式负荷监测方法。首先，我们利用信号变换（包括小波变换与离散傅里叶变换）以及 Gramian Angular Field（GAF）方法将一维电流信号映射为二维彩色特征图像。其次，我们提出使用具有多尺度特征提取与注意力机制的 U 形深度神经网络从彩色特征图像中识别所有电力负荷。第三，我们将方法设计为基于云的所有用户非侵入式监测，从而在电力系统控制中节省能源成本。在公共与自有私有数据集上的实验结果证明我们的方法优于同类方法，从而支撑大规模物联网（IoT）下的高效能源管理。
引用
@article{arxiv.2308.11627,
title = {Non-Intrusive Electric Load Monitoring Approach Based on Current Feature Visualization for Smart Energy Management},
author = {Yiwen Xu and Dengfeng Liu and Liangtao Huang and Zhiquan Lin and Tiesong Zhao and Sam Kwong},
journal= {arXiv preprint arXiv:2308.11627},
year = {2023}
}