تفکیک بار غیر نفوذی براساس شبکه عمیق کانولوشنی

نوع: Type: پایان نامه

مقطع: Segment: کارشناسی ارشد

عنوان: Title: تفکیک بار غیر نفوذی براساس شبکه عمیق کانولوشنی

ارائه دهنده: Provider: علی دانایی فرد

اساتید راهنما: Supervisors: دکترعلیرضا حاتمی

اساتید مشاور: Advisory Professors:

اساتید ممتحن یا داور: Examining professors or referees: دکتر محمدحسن مرادی - دکتر محمدمهدی شهبازی

زمان و تاریخ ارائه: Time and date of presentation: تاریخ دفاع 19/11/99

مکان ارائه: Place of presentation:

چکیده: Abstract: در سالهای اخیر ، مصرف انرژی مشترکین مسکونی به سطح بسیار بالایی افزایش یافته است. به دلیل افزایش استفاده از مصرف انرژی ، نیاز مبرم به یافتن راهی برای مدیریت مصرف انرژی مورد توجه قرار گرفته است. یکی از دلایل اصلی عدم مدیریت مصرف انرژی این است که مشترکین اطلاعات چندانی از انرژی مصرف شده توسط وسایل الکتریکی در خانه های خود ندارند . در نتیجه در صورت آگاهی از میزان مصرف انرژی خود و بعبارتی تفکیک توان مصرفی هر وسیله از توان مصرفی کل خانه می توانند نسبت به مدیریت آن اقدام نمایند. برای رسیدن به این هدف آقای هارت روشی با عنوان نظارت بار غیر نفوذی را مطرح کردند ،این ایده در سالهای اخیر با استفاده از کنتورهای هوشمند و قابلیت ضبط سیگنالهای الکتریکی در فرکانسهای مختلف به تکامل رسید و روشهای مختلف داده کاوی به منظور طبقه بندی داده ها استفاده می شود، به منظور تفکیک سیگنالها و طبقه بندی آنها نیازمند استخراج ویژگی های از داده ها هستیم که با توجه به روشهای ریاضی پیچیده این امکان فراهم می شود و از شبکه عصبی و یادگیری ماشین برای طبقه بندی بار استفاده می شود اما امروزه با رشد علوم مبتنی بر شبکه عصبی و عمیق تر شدن این شبکه و قابلیت استخراج خودکار ویژگی ها در یارگیری عمیق و دقت بالاتر آن ، توجه محقیق به حوزه یادگیری عمیق بیشتر شده است . در این تحقیق به منظور تفکیک بار خانگی از شبکه عمیق کانولوشنی استفاده شده است. شبکه های عصبی عمیق با دارا بودن تعداد لایه های بیشتر می توانند پردازش های بیشتری روی داده های ورودی انجام دهند. پردازش های بیشتر موجب افزایش در دقت تشخیص و طبقه بندی شوند، در این میان شبکه عصبی کانولوشن با داشتن لایه های ورودی یادگیرنده کانولوشن، فرآیند استخراج بردار ویژگی را در تشخیص و طبقه بندی بندی سیگنال ها به طور خودکار و مناسب انجام دهد. تنوع و طراحی روش استخراج بردار ویژگی برای دسته بندی سیگنالها با چالشهای بسیاری روبرو می باشد. از این رو برای رسیدن به روشی خودکار که دقت بیشتری نسبت به روشهای موجود را داشته باشد، روش ارائه شده در این تحقیق بر مبنای شبکه عمیق کانولوشن خواهد بود. واژه‌های کلیدی: نظارت بار غیر نفوذی ، تفکیک بار خانگی ، یادگیری عمیق

فایل: ّFile: تنزيل فایل