基于彩色V-I轨迹特征和边缘机器学习非侵入式负荷识别方法

陆玲霞; 孟繁举; 于淼; 任沁源; 包哲静

doi:10.12454/j.jsuese.202400042

您当前的位置：

首页 >

文章列表页 >

基于彩色V-I轨迹特征和边缘机器学习非侵入式负荷识别方法

新型电力系统 | 更新时间：2025-09-22

- 基于彩色V-I轨迹特征和边缘机器学习非侵入式负荷识别方法
- Non-intrusive Load Monitoring Based on Colored V-I Trajectory Features and Edge Machine Learning
- “在非侵入式负荷识别领域，研究人员提出了基于彩色V-I轨迹特征和轻量级孪生网络的新方法，有效提高了负荷识别准确率，并实现了模型的动态实时在线更新。”
- 工程科学与技术 2025年57卷第5期页码：134-141
- 作者机构：
  
  1.浙江大学电气工程学院，浙江杭州 310027
  2.浙江大学控制科学与工程学院，浙江杭州 310027
- 作者简介：
  
  陆玲霞（1982—），女，副教授，博士. 研究方向：嵌入式系统；人工智能等. E-mail： lulingxia@zju.edu.cn
  于淼，教授， E-mail：zjuyumiao@zju.edu.cn
- 基金信息：
  
  国家自然科学基金面上项目(52077194);浙江省“十四五”第二批本科省级教学改革备案项目(JGBA2024014);教育部产学合作协同育人项目(2501270945);浙江大学本科“AI赋能”示范课程建设项目(2024-24);浙江大学AI For Education系列实证教学研究项目(202402)
- DOI：10.12454/j.jsuese.202400042
  中图分类号： TM714
- 收稿：2024-01-17，
  
  纸质出版：2025-09-20
- 稿件说明：
移动端阅览
陆玲霞,孟繁举,于淼,等.基于彩色V-I轨迹特征和边缘机器学习非侵入式负荷识别方法[J].工程科学与技术,2025,57(5):134‒141.

Lu Lingxia,Meng Fanju,Yu Miao,et al.Non-intrusive load monitoring based on colored V-I trajectory features and edge machine learning[J].Advanced Engineering Sciences,2025,57(5):134‒141.
陆玲霞,孟繁举,于淼,等.基于彩色V-I轨迹特征和边缘机器学习非侵入式负荷识别方法[J].工程科学与技术,2025,57(5):134‒141. DOI： 10.12454/j.jsuese.202400042.

Lu Lingxia,Meng Fanju,Yu Miao,et al.Non-intrusive load monitoring based on colored V-I trajectory features and edge machine learning[J].Advanced Engineering Sciences,2025,57(5):134‒141. DOI： 10.12454/j.jsuese.202400042.

浏览量

437

下载量

CNKI被引量

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据

基于彩色V-I轨迹特征和边缘机器学习非侵入式负荷识别方法

Non-intrusive Load Monitoring Based on Colored V-I Trajectory Features and Edge Machine Learning

DOI：10.12454/j.jsuese.202400042