公开(公告)号：CN117789257B

公开(公告)日：2025-03-18

申请号：CN202311720773.2

申请日：2023-12-14

Applicant: 重庆大学

Inventor： 王宁 ,  李蔚洋 ,  何家玲 ,  向涛 ,  陈泌文 ,  郭尚伟 ,  欧阳德强

IPC: G06V40/12 ,  G06V10/42 ,  G06V10/30 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045

Abstract: 本发明涉及一种基于实时功耗与机器学习的设备电力指纹识别方法及系统，属于电力数据处理技术领域。该方法包括以下步骤：S1、数据采集与数据处理：采集设备的实时功耗数据，并进行数据预处理滤掉干扰噪声；S2、特征提取：按照滑动窗口划分数据集并分别从时域和频域提取功率指纹特征；S3、模型训练与设备识别：设计多层感知器分类器用于识别功耗变化模式，从而实现对不同设备的识别。本方案解决了传统设备负载识别方法效率低下、实时性差的问题，具有广阔的应用前景。

公开(公告)号：CN117789257A

公开(公告)日：2024-03-29

申请号：CN202311720773.2

申请日：2023-12-14

Applicant: 重庆大学

Inventor： 王宁 ,  李蔚洋 ,  何家玲 ,  向涛 ,  陈泌文 ,  郭尚伟 ,  欧阳德强

IPC: G06V40/12 ,  G06V10/42 ,  G06V10/30 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045

Abstract: 本发明涉及一种基于实时功耗与机器学习的设备电力指纹识别方法及系统，属于电力数据处理技术领域。该方法包括以下步骤：S1、数据采集与数据处理：采集设备的实时功耗数据，并进行数据预处理滤掉干扰噪声；S2、特征提取：按照滑动窗口划分数据集并分别从时域和频域提取功率指纹特征；S3、模型训练与设备识别：设计多层感知器分类器用于识别功耗变化模式，从而实现对不同设备的识别。本方案解决了传统设备负载识别方法效率低下、实时性差的问题，具有广阔的应用前景。