-
题名基于一维卷积神经网络的家庭用户特征识别方法
- 1
-
-
作者
许继和
朱亮
晏依
周佳楠
温和
-
机构
国网江西省电力有限公司萍乡供电分公司
国网江西省电力有限公司供电服务管理中心
湖南大学电气与工程信息学院
-
出处
《中国测试》
北大核心
2025年第6期25-30,66,共7页
-
基金
国网江西省电力有限公司科技项目资助(52185220006D)。
-
文摘
智能电能表提供用户的用电量数据,可以反应用户的用电特征,从而为家庭用户特征识别提供基础。为实现家庭用户特征识别,该文研究基于智能电能表用电数据的家庭用户特征识别分析方法,设计一种适合于智能电能表用电时间序列数据的一维卷积神经网络模型,以智能电能表采集的用户用电数据(一维数据序列)为输入,在网络的前两个卷积层之后去掉池化层以实现早期特征的保存,实现对家庭用户特征的准确分类。为证明本文提出方法的有效性,该文在公开数据集上进行实验,实验表明,该文的方法在多个家庭用户特征分类上获得55%~78%的准确率。
-
关键词
深度学习
一维卷积神经网络
分类
家庭用户特征
智能电能表
-
Keywords
deep learning
one-dimensional convolution neural network
classification
household characteristics
smart energy meters
-
分类号
TB9
[机械工程—测试计量技术及仪器]
TM933
[电气工程—电力电子与电力传动]
-
