非侵入式负荷辨识方法学习笔记

参考NILM（非侵入式电力负荷监测）学习笔记 —— 使用NILMTK Toolkit，REDD数据集，CO和FHMM两种算法配置过程中遇到的问题进行记录：

问题1.安装Anaconda，cmd提示：

You probably need to delete and re-download or re-create this file.

   原因：文件夹权限未打开。

   解决方法：以管理员身份运行。

问题2.安装TensorFlow，参考anaconda(python3.6或3.7)安装tensorflow（cpu和Gpu），查看GPU命令无法执行，报错：

（tensorflow) C: \Users\ Administrator>nvidia-smi

‘nvidia-smi’不是内部或外部命令，也不是可运行的程序或批处理文件。

解决方法：参考Windows10 中使用nvidia-smi，寻找路径

C:\Program Files\NVIDIA Corporation\NVSMI

通过cd命令进入该路径，再使用nvidia-smi

 英伟达显卡版本

 问题3.安装cuda，误装入C盘，卸载与C盘文件转移同时进行，导致无法在软件管家删除，一删就弹

 解决方法：Win+R，输入“regedit”的命令，找到

HKEY_LOCAL_MACHINE＼Software＼Microsoft＼Windows＼CurrentVersion＼Uninstall

删除对应软件即可。

问题4.操作不当，错误删除了英伟达显卡

解决方法：进入官网，下载对应版本，此处因之前有版本截图，操作较为简洁，可参考误删nvidia进行后续操作

问题5. 配置环境配置环境NILMTK Toolkit，参考NILM（非侵入式电力负荷监测）学习笔记 —— 准备工作（一）配置环境NILMTK Toolkit，在nilm_metadata-master路径下nosetests显示ok，而在nilmtk-master路径下nosetests显示failed

解决方法：参考NILMTK的安装（environment.yml版），NILMTK安装教程（详细）——个人实践成功，一招解决Conda安装卡在solving environment这一步！

 不通过命令安装environment.yml，在Anaconda  Prompt环境下直接使用命令

conda create -n nilmtk python=3.8

因为依托原博的代码，必须在python3.8环境下才能下载所用的包。 进入名为nilmtk的虚拟环境

conda activate nilmtk

激活后，输入

python setup.py develop

 新的虚拟环境创建好，再次进入pycharm需要将解释器改为当前环境。

问题6：在nilmtk-master下安装包时显示超时，环境配置失败

原因：因为超时，导致部分包未进行自动安装，需要逐个使用pip install+包名进行手动安装

解决方法：进入虚拟环境

(nilmtk)C: \Users\ Administrator>python

>>>import nilmtk

逐个将报错中提示缺少的包进行逐个安装，最后没有任何提示即安装成功。

问题7.进入pycharm运行代码，出现错误

ImportError: cannot import name '-pprint’ from 'sklearn.base’(6:Adobe anaconda conda envs nilmtk lib site-packages'sklearniClosing remaining open files:C:\Users\ADMINI~1\AppData\Local\Templnilmtk-dhgvyyyv.h5...done

原因：报错的包和现在的这个软件版本不兼容，包的版本不兼容，导入路径变了把它删了，重下了一个接近的版本就可以跑通了

解决方法：在虚拟环境中通过pip list查询所有包，通过pip uninstall命令将sklearn包删除，并重新下载其他对应版本的包，程序即可顺利运行