《表3 CNN辨识结果：深度学习与幅值特征相融合的低频采样非侵入式负荷辨识算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《深度学习与幅值特征相融合的低频采样非侵入式负荷辨识算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表3所示的辨识效果不太理想，负荷中的400 W多用锅、2 000 W电吹风、1 500 W热水壶和600 W小太阳无法得到有效辨识。主要是因为仅仅以负荷投入时的暂态波形图像为负荷特征，CNN无法提取负荷之间的电流值差异。在相似负荷的辨识场景下，暂态电流图像相似，导致所提取的特征相近，部分负荷的在辨识过程中被识别成了相似的负荷，所以辨识的结果不佳，因此需要引入电流幅值特征提高辨识效果。