摘要
本发明公开了改进Crypten‑MFCC的非侵入式负荷监测方法,针对非侵入式负荷监测NILM信号的频域特性,采用线性滤波器组替代Mel滤波器,动态调整对数能量基准并优化离散余弦变换DCT系数提取,融合差分特征与时域统计量,提高状态识别精度;结合Crypten框架对支持向量机SVM模型进行加密训练,基于安全多方计算协议实现多方数据协同建模,通过加密梯度共享完成参数更新,确保数据与模型隐私。进一步引入二进制秘密共享技术降低加密计算复杂度,结合交叉验证动态优化参数,实现高效实时分类。该方法在保障数据隐私的同时,提升监测精度与效率,适用于智能电网、家居等场景的设备监测与管理。
技术关键词
负荷监测方法
电气设备
线性滤波器
MFCC特征
训练分类模型
信号
时序
集成差分
隐私保护机器学习
非侵入式负荷监测
智能电力装置
秘密共享技术
数据
加密
训练系统
滑动窗口
离散余弦变换
动态
采样点
系统为您推荐了相关专利信息
火灾实时预警系统
火灾风险评估
设备状态监测
环境监测模块
深度置信网络
说话人识别方法
说话人识别系统
多语种语音
融合特征提取
Teager能量算子
视频流
设备MAC地址
识别出环境
摄像头设备
序列
环形变压器
离网
端口
交叉注意力机制
点匹配算法