轻量NILM负载识别网络

边缘端实时识别

面向边缘设备设计的轻量负载监测模型，推理时间仅9毫秒，可直接部署在微控制器上。

Ze, Dong · Xiaohu, Zhang · Shiyi, Cai · Yuhang, Yang · 将为 · 宋亚奇 · 赵文清 · Zhang, Dongyang

Energy 2025

参数信息

推理时间

9.067 ms

识别准确率（TDHA）

94.69 %

识别准确率（PLAID）

81.92 %

技术优势

模型足够轻

模型参数少，能够直接部署在 Cortex-M7 架构的 STM32H7 微控制器上。

推理快到 9 毫秒

在微控制器上的推理时间仅 9.067 ms，满足实时识别的要求。

识别准

在 TDHA 和 PLAID 数据集上的准确率分别达到 94.69% 和 81.92%。

应用场景

• 智能电表：在电表端直接识别各电器负载，无需入户安装额外传感器。
• 家庭能源管理：提供分项用电数据，帮助家庭优化用电策略。
• 可穿戴设备能耗监测：轻量模型可运行在低功耗可穿戴设备上，实时监测能耗。
• 建筑节能：在建筑入口处监测各类负载，为节能改造提供数据支持。