融合卷积神经网络和对抗神经网络的电器种类判别方法

本发明提供了一种融合卷积神经网络和对抗神经网络的电器种类判别方法，属于用电器识别技术领域。该方法通过对用电器切换过程中的电流与电压信号进行采集和预处理，提取电流及电压信号的特征，通过深度学习技术融合生成电气特征图。再利用卷积神经网络对电气特征图像进行识别和分类，实现用电器的准确识别。针对电器设备开关事件发生时存在的暂态电气特征变化，本方法仅需识别用电器的切换过程，避免了对整个用电过程的持续分析，大大减少了计算量；针对开关事件发生前电路中既有电器对信号的影响，加入了基于对抗神经网络的电流信号特征生成模型，可去除无关电器信号从而实现实时响应和更高的识别准确率。本发明响应速度更快，识别准确度更高。