NILM:非侵入式电力负荷监测之我见（二）

最新推荐文章于 2024-08-08 08:07:12 发布

洛阳羊肉汤-真香

最新推荐文章于 2024-08-08 08:07:12 发布

阅读量1.4w

点赞数 30

分类专栏： nilm

本文链接：https://blog.csdn.net/qq_38258350/article/details/88065346

版权

本文介绍了非侵入式电力负荷监测（NILM）的技术，特别是深度学习方法在该领域的应用。作者讨论了深度学习如何在NILM中类似于语音识别的鸡尾酒会问题，并列举了几篇重要的深度学习相关论文，包括《Neural NILM》等。此外，还提到了一些关键数据集，如REDD和UK-DALE，以及工具包NILMTK。

摘要由CSDN通过智能技术生成

哈，我又来啦，第一篇扯完淡，这一篇就谈技术吧。之前的研究集中在低频（秒级）数据，用的是各种深度学习方法，因此我就谈谈这种方法。

其实，刚读研时，导师给我的是用隐马尔可夫模型方法，学了大半年，突然导师拿了一篇让我崩溃的论文《Neural NILM: Deep Neural Networks Applied to Energy Disaggregation》，这篇文章应该是深度学习用到nilm领域的鼻祖文章了（我说深度学习，不是NN），你要是问我听谁说的，我记得是在谷歌的nilm讨论组 https://groups.google.com/forum/#!forum/energy-disaggregation ，你翻一下，Kelly（这篇文章的作者，也是nilmtk（后面会讲）的作者，也是UK-dale数据集的作者，现在不做nilm了，好像去deepmind了！）有个帖子大概说的是：我们试试深度学习呗，之前好像没人试，我们看看效果。而让我崩溃的是，看了大半年的fhmm（hmm的变种）方法，在这篇文章里被深度学习吊打。那还有什么可说的，学深度学习呗。

学…… 深度学习学着学着，发现比fhmm好太正常了。虽然nilm领域没这样提过，但是按目前的理解，nilm负荷分解任务就是语音识别中的鸡尾酒会问题，鸡尾酒会问题大概就是（我瞎编，不对的话你百度吧）一个派对上你能听到一堆人