家用电器的原始数据和重构数据进行负荷识别
更新日期:2022-07-29     浏览次数:220
核心提示:1.3总体算法框架基于压缩感知的智能电表数据传输的算法包含以下几个步骤,总体框架结构:a)数据稀疏。选取最佳稀疏矩阵Φ将智能电表采集到的原始电

1.3  总体算法框架

基于压缩感知的智能电表数据传输的算法包含以下几个步骤,总体框架结构:

a)数据稀疏。选取最佳稀疏矩阵Φ将智能电表采集到的原始电流数据x进行变换传输。

b)数据传输储存。稀疏信号通过测量矩阵Φ获得观测信号y,然后将信号进行存储或者传输。

c)数据重构。在接收端接收到观测信号y后,利用测量矩阵Φ,稀疏矩阵Ψ来恢复原始信号。在稀疏矩阵Ψ和测量矩阵Φ符合不相干性的情况下,对原始信号数据重构效果最好。

d)负荷识别。通过SVM多分类对四种家用电器的原始数据和重构数据进行负荷识别,验证压缩感知方法不会对智能电表的非侵入式负荷识别准确率产生较大影响。

2018-05-28• 基于压缩感知理论和深度信念网络的电能质量复合
摘要:针对电能质量复合扰动信号数据量大、识别效率低的问题,提出一种基于压缩感知理论和深度信念网络的电能质量复合扰动识别方法。通过压缩感知理论...