基于机器学习的电器类别及使用状态识别方法及插座设备

本发明涉及一种基于机器学习的电器类别及使用状态识别方法及插座设备，具体包括：S1、采集多个待测电器在持续使用中的电流数据，构建电器电流数据集；S2、构造电器使用状态分类网络，得到电器使用状态分类模型，对电器状态进行分类，根据分类结果进行划分得到电器状态电流数据集；S3、对电器状态电流数据集进行特征提取，并根据特征构建电器类别及使用状态分类网络，得到电器类别及使用状态分类模型进行训练；S4、根据完成训练的电器类别及使用状态分类模型，识别插入的待测电器的电器类别及使用状态，并预测电器的功耗。与现有技术相比，本发明具有提高智能电器使用过程中的安全性、降低智能插座的成本、实现对电器使用全状态的分类等优点。
上海交通大学
薛广涛 | 张喆 | 陈奕超 | 潘昊