利用数据可视化实现智能非侵入式负荷辨识
Journal of Huazhong University of Science and Technology(Nature Science Edition)（2021）
摘要
针对传统人工智能负荷辨识算法网络参数规模庞大、计算复杂度高、辨识准确率不足的局限性,提出一种多维数据融合可视化方法,融合负荷的电压、原始电流和电压-无功电流轨迹信息,生成尺寸更小、区分度更高的真彩可视化图像,作为人工神经网络的输入数据.实验结果表明:在采用真彩可视化图像后,仅用不到传统算法1％规模的人工神经网络和计算量,就可以在PLAID(即插即用设备标识)数据集上达到96.63％的负荷辨识准确率、在WHITED(全球家庭和工业瞬态能量)数据集上达到99.05％的负荷辨识准确率.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要