Blind non-intrusive appliance load monitoring using graph-based signal processing
Blind non-intrusive appliance load monitoring using graph-based signal processing
复制标题
使用基于图形的信号处理进行盲目非侵入式设备负载监控
DOI：
10.1109/globalsip.2015.7418158
复制
发表时间：
2015
期刊：
影响因子：
--
通讯作者：
V. Stanković
中科院分区：
文献类型：
--
作者：
Bochao Zhao;L. Stanković;V. Stanković
随着持续的大规模智能计量部署，使用纯粹的软件工具（又称家庭）将家庭的总能量消耗归因于单个设备。非侵入的设备负载监控（NALM）已引起了增加的兴趣。但是，尽管NALM是在30年前提出的，但仍然存在许多公开挑战。实际上，大多数方法都需要培训，并且对需要定期重新训练的设备更改敏感。在本文中，我们通过提出一种不需要任何培训的“盲人” NALM方法来应对这一挑战。主要思想是建立在基于图的信号处理的新兴领域上，以执行自适应阈值，信号聚类和特征匹配。使用1分钟和8秒分辨率的两个主动功率测量数据集，我们使用最先进的NALM方法作为基准来证明该方法的有效性。
With ongoing massive smart energy metering deployments, disaggregation of household's total energy consumption down to individual appliances using purely software tools, aka. non-intrusive appliance load monitoring (NALM), has generated increased interest. However, despite the fact that NALM was proposed over 30 years ago, there are still many open challenges. Indeed, the majority of approaches require training and are sensitive to appliance changes requiring regular re-training. In this paper, we tackle this challenge by proposing a "blind" NALM approach that does not require any training. The main idea is to build upon an emerging field of graph-based signal processing to perform adaptive thresholding, signal clustering and feature matching. Using two datasets of active power measurements with 1min and 8sec resolution, we demonstrate the effectiveness of the proposed method using a state-of-the-art NALM approaches as benchmarks.
使用智能电表数据识别家庭日常活动的时间概况
DOI：
--
发表时间：
2015
期刊：
--
影响因子：
--
作者：
C. Wilson
通讯作者：
C. Wilson
DOI：
--
发表时间：
2014
期刊：
--
影响因子：
--
作者：
Liao, J
通讯作者：
Liao, J
从智能电表数据检测家庭活动模式
DOI：
10.1109/ie.2014.18
发表时间：
2014
期刊：
--
影响因子：
--
作者：
Liao J
通讯作者：
Liao J