基于电网频率的电网分类多分类器融合框架中的频谱图分析研究
机器学习
2024-03-28 v1
摘要
电网频率(Electric Network Frequency, ENF)是配电系统固有的独特特征。本文利用ENF开发了一种新的电网分类方法。通过不同电网的音频和电力记录生成频谱图，揭示了独特的ENF模式，该模式通过分类器融合辅助电网分类。我们开发了四种传统机器学习分类器加上一个使用神经架构搜索优化的卷积神经网络(Convolutional Neural Network, CNN)，用于一对其余分类。此过程为每个样本生成大量预测，随后将其编译并用于训练一个专门设计用于建模融合过程的浅层多标签神经网络，最终得出每个样本的最终类别预测。实验结果表明，验证和测试准确率均优于当前最先进的分类器，突显了所提方法的有效性和鲁棒性。
引用
@article{arxiv.2403.18402,
title = {On Spectrogram Analysis in a Multiple Classifier Fusion Framework for Power Grid Classification Using Electric Network Frequency},
author = {Georgios Tzolopoulos and Christos Korgialas and Constantine Kotropoulos},
journal= {arXiv preprint arXiv:2403.18402},
year = {2024}
}
备注
13th International Conference on Pattern Recognition Applications and Methods (ICPRAM)