[发明专利]可迁移的电力指纹深度辨识方法

权利要求书

1.可迁移的电力指纹深度辨识方法，其特征在于，具体按照以下步骤实施：

步骤1、采集已知类型电器设备的电压、电流，将电压、电流结合双线性插值技术获取电器设备的连续V-I灰度图像；

步骤2、将连续V-I灰度图像进行颜色编码，获取电流-功率-相位的彩色V-I轨迹图像；

步骤3、构建ResNet34神经网络，利用ImageNet数据集对ResNet34神经网络进行预训练，并对预训练后的ResNet34神经网络全连接层进行配置，用于电器设备电力指纹辨识任务中，采用彩色V-I轨迹图像对电器设备辨识任务中ResNet34神经网络进行训练；

步骤4、利用步骤3得到的ResNet34神经网络对待预测彩色V-I轨迹图像进行电力指纹辨识。

2.根据权利要求1所述可迁移的电力指纹深度辨识方法，其特征在于，步骤1具体过程为：

步骤1.1、利用高频采样设备采集稳定工作的电器设备的电压v和电流i数据，得到稳态运行周期内的K个电压-电流数据点(v_n,i_n),n＝1,2,...,K；

步骤1.2、在将电压v作为横坐标，电流i作为纵坐标，制作电压-电流二维平面，并将电压-电流二维平面划分为N×N的单元网格，计算每个单元格的长度和宽度：

式中：i_max、i_min分别为电流采样值的最大值和最小值；v_max、v_min分别为电压采样值的最大值和最小值；Δi、Δv为每个单元格的大小；

步骤1.3、将电压-电流数据点标记在电压-电流二维平面上，当两个相邻点之间的距离D_k大于单个单元格的长度或宽度时，对初始的轨迹进行插值，得到新样本数据点；

步骤1.4、逐一取出每个新样本数据点中的所有点的坐标，并映射到到N×N的单元网格中，得到连续V-I灰度图像。

3.根据权利要求2所述可迁移的电力指纹深度辨识方法，其特征在于，步骤1.3中所述对初始的轨迹进行插值过程为：

将插值后得到的新样本数据点记为(v_m,i_m)，m＝1,2,…,M；

式中v_k和i_k分别代表v和i第k个数据点，T_k＝floor(D_k)为第k和(k+1)个采样点之间需补充的插值点个数，floor(·)表示向下取整；(v′_k+t,i′_k+t)为填充的第t个插值点，t＝1,2,…,T_m。