Au cours des dernières années, surveillance non intrusive de la charge (NILM) la technologie a
a attiré beaucoup d'attention dans le domaine de recherche connexe en raison de son caractère unique
avantage d'utiliser les données d'un seul compteur pour obtenir une décomposition précise des
consommation d'énergie au niveau de l'appareil. Des méthodes de pointe basées sur le machine learning
et l'apprentissage profond ont obtenu des résultats remarquables dans la décomposition des charges
précision en fusionnant les caractéristiques du domaine temps-fréquence. Cependant, ces méthodes
souffrent généralement de coûts de calcul élevés et d'énormes besoins en mémoire,
qui deviennent les principaux obstacles à leur déploiement sur des territoires aux ressources limitées.
unités de microcontrôleur (MCU). Pour relever ces défis, cette étude propose
un Dynamic Time Warping innovant (DTW) algorithme dans le domaine temps-fréquence
et compare et analyse systématiquement les performances de six machines
techniques d'apprentissage dans des scénarios d'électricité domestique. Grâce à compléter
validation expérimentale sur les MCU de pointe, ce programme atteint avec succès un
précision de la reconnaissance de 95%. Entre-temps, cette étude optimise profondément la
processus d'extraction de caractéristiques du domaine fréquentiel, ce qui réduit efficacement le
temps de fonctionnement par 55.55% et les frais de stockage d'environ 34.6%. L'algorithme
les performances seront encore optimisées dans les futurs travaux de recherche. Considérant que
l'élimination de la conception du transformateur de tension peut réduire considérablement le
coût, les recherches ultérieures se concentreront dans cette direction, et s'engage à
fournir des solutions plus rentables pour l'application pratique du NILM,
et fournir une base théorique solide et des voies techniques réalisables pour
la conception de systèmes NILM efficaces dans des environnements informatiques de pointe.
Cet article explore les excursions dans le temps et leurs implications.
Télécharger PDF: