《电子测量技术杂志》发表论文赏析

基于轨迹融合与背景映射的非侵入式负荷监测方法

来源:电子测量技术杂志2026年第9期北京时间:

作者:贠智,伍萍辉,李义博,堪铮,郭志涛

单位:1.河北工业大学电子信息工程学院 天津 300130; 2.河北工业大学创新研究院(石家庄) 石家庄 050299

摘要:非侵入式负荷监测是一种通过分析电力总线上的电压和电流变化来识别运行中的电器负荷及其能耗的技术。随着电力负荷种类和数量的持续增加,提取独特的负荷特征并建立高效的非侵入式负荷监测分类模型变得尤为重要。提出了一种以多VI轨迹融合与背景特征映射为核心的图像特征增强方法,并结合迁移学习策略将其应用于ResNet18网络中,通过多V-I轨迹融合和图像背景映射来提高负荷识别的准确性,实现了非侵入式负荷的高效分类。不同于传统方法,本研究首次提出全波与滤波轨迹的差异化融合策略,增强了负荷特征的唯一性,并在图像背景中映射多个稳态特征,进一步提升了图像的表示能力。实验结果表明,所提方法在PLAID2014、PLAID2017以及PLAID2018数据集上的负荷识别准确率分别提高至98.67%、97.53%以及98.64%,相较于现有模型表现出显著的优势。

关键词:非侵入式负荷监测;负荷识别;背景映射;V-I轨迹;迁移学习

基金资助:石家庄市科技合作专项基金(SJZZXB23005、SJZZXC24011)项目资助

2026年9期其他文献查阅:

基于贝叶斯优化模糊PID的控温四探针系统设计

基于运动状态识别的车辆磁干扰补偿方法研究

MEA-YOLO:基于多尺度边缘增强与注意力融合的钢材缺陷检测

面向燃气轮机旋转件参数测试的双频遥测天线设计与验证

装备试验能力战斗力生成贡献度评价方法研究

面向重症监护室患者的无线体征监测系统设计

基于结构感知与动态融合机制的步态识别研究

旋转式可刷新盲文显示装置的设计与评估

南部沿海炼化装置腐蚀速率TL-BiLSTM-Attention智能预测

RDSM-YOLO轻量级夜间车辆检测模型

密集障碍物环境下改进A*-DWA融合导航算法研究

改进YOLOv11n的水面垃圾检测算法

基于高分辨率特征引导学习的小目标检测方法

基于轨迹融合与背景映射的非侵入式负荷监测方法

基于Mamba自注意力和多模态融合的DVT风险预测

基于WPD-UKF的MMC高频振荡检测方法

一维稀疏拓扑阵列雷达三维成像算法研究

多尺度门控融合的图像篡改拼接检测算法

基于监督反馈和Transformer的目标跟踪算法

基于STDD-YOLO的输电线路小目标缺陷检测

小目标车辆及行人轻量化检测算法改进:DSWR-YOLO

基于Prewitt-Franklin矩的亚像素边缘检测方法

基于MSBRAU-Net++的多尺度息肉分割方法

基于YOLOv11n改进的小目标航拍检测算法

基于特征域最近邻搜索和拼接的动态点云压缩算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!