[发明专利]基于智能电表数据的家用电器运行状态非侵入式检测方法在审
| 申请号： | 201910468488.3 | 申请日： | 2019-05-31 |
| 公开（公告）号： | CN110188826A | 公开（公告）日： | 2019-08-30 |
| 发明（设计）人： | 王俊年;江来伟;于文新;孙嘉轩 | 申请（专利权）人： | 湖南科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 湘潭市汇智专利事务所(普通合伙) 43108 | 代理人： | 陈伟 |
| 地址： | 411201 *** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于智能电表数据的家用电器运行状态非侵入式检测方法，包括以下步骤：采集用户家庭的用电总功率数据和预测电器的消耗功率数据；对电器运行状态进行标注，并对采集的功率数据进行归一化处理；搭建深度学习网络模型；对搭建的LSTM深度学习网络进行训练，得到训练好的LSTM网络模型；对训练好的LSTM网络模型进行测试，检验网络预测准确性；采集任意家庭入户智能电表功率数据，作为LSTM网络模型的输入，检测识别多个家用电器的运行状态。本发明对负荷的运行状态识别具有良好的效果，与普通的单个预测网络相比，网络的训练时间大大减少，对于不同的地区使用迁移学习也能达到良好的预测效果，在生产生活中具有很高的价值。 | ||
| 搜索关键词： | 运行状态 网络模型 智能电表 家用电器 非侵入式检测 功率数据 采集 预测 归一化处理 用电总功率 电器 网络 地区使用 网络预测 消耗功率 用户家庭 学习 标注 迁移 测试 检测 检验 生产 | ||
【主权项】：
1.一种基于智能电表数据的家用电器运行状态非侵入式检测方法，包括以下步骤：步骤一、采集数据：采集多个用户家庭在一段时间内的用电总功率数据和预测电器的消耗功率数据，将采集的数据集分为得到训练集和测试集；步骤二、数据标注和预处理：根据电器的消耗功率对电器运行状态进行标注，并对采集的功率数据进行归一化处理；步骤三、搭建深度学习网络模型：采用TensorFlow架构搭建LSTM深度学习网络，调整网络的输入参数、网络层数得到最优的LSTM网络模型；步骤四、训练及测试深度学习网络模型：使用步骤二产生的训练集对搭建的LSTM深度学习网络进行训练，不断优化网络，提高网络训练精度，得到训练好的LSTM网络模型；步骤五：使用步骤二产生的测试数据集对训练好的LSTM网络模型进行测试，计算网络预测准确率；步骤六、采集任意家庭入户智能电表功率数据，作为LSTM网络模型的输入，检测识别多个家用电器的运行状态。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖南科技大学，未经湖南科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910468488.3/，转载请声明来源钻瓜专利网。
