基于MobileNetV3和动态时间调节的边缘计算非侵入负载监测方法

本研究针对目前非侵入负载监测技术在资源有限的微控制器单元（MCUs）上计算成本高和内存需求大的问题，提出了一种创新的动态时间规整算法，系统比较了六种机器学习技术在家庭用电场景中的性能。实验证明，该方案在边缘MCUs上实现了95%的识别精度，同时优化了频率域特征提取过程，显著降低了运行时间和存储开销，未来将进一步优化算法性能，以提供更具成本效益的NILM应用解决方案。