基于对抗性判别域自适应的未知新增设备非侵入式负荷识别方法

doi:10.16628/j.cnki.2095-8188.2025.06.004

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于对抗性判别域自适应的未知新增设备非侵入式负荷识别方法

更新时间：2025-10-28

- 基于对抗性判别域自适应的未知新增设备非侵入式负荷识别方法
- Issue 6, Pages: 22-31(2025)
- 作者机构：
  
  1. 上海正泰智能科技有限公司
  2. 电工材料电气绝缘全国重点实验室(西安交通大学)
- 作者简介：
- 基金信息：
- DOI：10.16628/j.cnki.2095-8188.2025.06.004
  CLC： TM714;TP181
- Published：2025
- 稿件说明：
移动端阅览
[J]. 2025, (6): 22-31.
DOI：

[J]. 2025, (6): 22-31. DOI： 10.16628/j.cnki.2095-8188.2025.06.004.

摘要

针对不同电器设备之间信号特征差异导致的传统非侵入式负荷识别方法在面对未知新增设备时准确率下降和泛化能力不足的问题，提出一种基于对抗性判别域自适应(ADDA)的迁移学习方法。首先，结合特征选择方法，提取不同设备的多维度特征参数，利用源设备特征数据训练源域模型；其次，采用对抗性训练策略，通过引入判别器优化目标设备的特征提取器；最后，通过微调优化模型，完成目标设备上的负荷识别任务。实验结果表明，优化后的识别模型平均准确率达到98.90%

相较于传统迁移学习方法提升18.41%。

Abstract

关键词

Keywords

references

段佳其,鲍光海,方艳东.基于V-I轨迹的非侵入式电动自行车充电行为在线辨识[J].电器与能效管理技术,2024(12).

丁健,陈鉴祥,刘旺朋,丁一帆,王谱宇.基于改进型颜色编码与密集连接网络的非侵入式负荷监测[J].浙江电力,2025(02).

高超,王志武,冯玉辉,杜预,宋兵,高二亚,李乾,饶召伟,邹国平,杨仕友.基于模拟退火法与多层感知机的变压器故障诊断模型及其泛化性能研究[J].高压电器,2024(11).

翟雨佳,戴昀翔,刘浩,申刘飞,吴仕军.基于磁场和支持向量机的空心电抗器匝间短路诊断研究[J].电力电容器与无功补偿,2024(05).

江友华,叶梦豆,赵乐,杨兴武.基于seq2seq和SVM双层融合的非侵入式用户异常行为检测[J].计算机应用与软件,2024(09).

李兴文,张照资,杨皓文,孟羽,汪倩,陈思磊.低压直流电弧检测与分断技术研究综述[J].电器与能效管理技术,2024(08).

赵启承,马文皓,韩国文,韩文芳,陈金鹏,陈锋,张波.考虑谐波电压的干式空心电抗器匝间短路早期故障诊断方法[J].浙江电力,2024(08).

邹德旭,徐赫,权浩,尹建华,周涛,彭庆军,王山,代维菊,洪志湖.基于DGA和改进SMOTE的小样本变压器故障诊断方法[J].广东电力,2024(07).

邢海青,郭瑞峰,杨浙川,熊小雨,施永涛.基于数据扩充与无阈值递归图的非侵入式负荷识别方法[J].浙江电力,2024(06).

王健,邬娜,杨建伟,吕百乐.基于改进DANN和注意力机制的轴箱故障诊断方法[J].机床与液压,2024(16).

易仕琪,孔政敏,王帅,霍梓航.一种基于多分类器耦合的非侵入式负荷辨识方法[J].广东电力,2023(08).

魏星琦,张宸宇,缪惠宇,陈舒.基于多特征融合的非侵入式负荷辨识方法研究[J].电器与能效管理技术,2023(07).

朱旭东.基于均衡适配迁移的异源域样本轴承故障诊断[J].机电工程,2023(03).

裘星,尹仕红,张之涵,潘深琛,江敏丰,杨建明,郑建勇.基于格莱姆角场和迁移学习的电能质量扰动分类研究[J].电器与能效管理技术,2022(07).

裘星,尹仕红,张之涵,谢智伟,江敏丰,郭兴林,杨建明,郑建勇.基于改进生成对抗网络的非侵入式负荷预测样本不均衡的改善方法[J].电器与能效管理技术,2022(03).

安国庆,史哲文,马世峰,韩晓慧,杜振斌,赵春琳.基于RF特征优选的WOA-SVM变压器故障诊断[J].高压电器,2022(02).

李红,朱立位,郭朝辉.基于深度强化学习的混合储能系统最优控制[J].电器与能效管理技术,2021(11).

谢诗雨,李君豪,王劲峰,熊双菊,唐阳.基于粒子群优化加权随机森林的非侵入式负荷辨识[J].电器与能效管理技术,2019(09).

王轲,钟海旺,余南鹏,夏清.基于seq2seq和Attention机制的居民用户非侵入式负荷分解[J].中国电机工程学报,2019(01).

孙一博.基于GAF和RAN网络的非侵入式负荷识别方法[D].东北电力大学,2024(03).

黎捷.基于轻量化CNN和kNN的非侵入式负荷监测方法研究[D].广西大学,2023(12).

杨锐.非侵入式居民负荷监测方法研究[D].贵州大学,2023(05).

刘路飞.深度学习感知损失函数的设计与应用[D].南京大学,2018(01).

陈祝云.基于深度迁移学习的机械设备智能诊断方法研究[D].华南理工大学,2020(01).

罗辉.基于深度特征的民航发动机气路异常检测方法研究[D].哈尔滨工业大学,2020(01).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于V-I轨迹的非侵入式电动自行车充电行为在线辨识

Related Author

段佳其

鲍光海

方艳东

Related Institution

福州大学电气工程与自动化学院

浙江天正电气股份有限公司

AI问答

⁰