[发明专利]一种基于设备迁移学习的非侵入式负荷监测方法

摘要

本发明涉及一种基于设备迁移学习的非侵入式负荷监测方法，采集各家用电器设备的负荷幅值数据与家庭总负荷幅值数据，建立原始数据集；将原始数据集的数据进行归一化处理；搭建初始化序列到点CNN模型来构建迁移学习的设备选取模型，选取迁移学习的初始数据和目标数据；采用初始数据对初始化序列到点CNN模型进行训练过程和验证过程，形成迁移学习初始模型；采用目标数据微调初始模型的全连接层，形成迁移学习目标模型；将归一化后的家庭总负荷幅值数据输入到迁移学习目标模型中，获得目标设备的功率幅值，实现对目标电器设备的非侵入式负荷监测。本发明减少了模型训练的时间，降低了非侵入式负荷监测的经济成本与时间成本。