基于全卷积网络的非侵入式负荷监测
机器学习
2018-12-11 v1 机器学习
摘要
非侵入式负荷监测或电能分解旨在根据家庭总功耗的测量值估算单个电器的功耗。深度神经网络已被证明对电能分解是有效的。在这项工作中，我们提出了一种深度神经网络架构，该架构在达到最先进分解性能的同时，大幅提升了计算效率，将模型训练时间减少了 32 倍，预测时间减少了 43 倍。这种效率的提升对于必须在低功耗设备上于家庭内执行分解的应用，或涉及训练大量模型的研究实验尤为有用。
引用
@article{arxiv.1812.03915,
title = {Non-Intrusive Load Monitoring with Fully Convolutional Networks},
author = {Cillian Brewitt and Nigel Goddard},
journal= {arXiv preprint arXiv:1812.03915},
year = {2018}
}