基于边缘计算和颜色编码的非侵入式电动自行车充电监测OA

为减少电动自行车违规入户充电引发的火灾事故,非侵入式负荷识别已成为电动自行车监测研究趋势,然而低成本的产品实际应用问题亟待解决。为此,通过电压和傅里叶变换滤波后的电流信号形成U-I轨迹并进行颜色编码处理。运用ShuffleNetV2神经网络实现电动自行车违规室内充电行为的投切检测与识别。同时,为解决实际应用问题,开发了电动自行车充电识别装置。试验表明,所设计的监测装置能够在边缘端准确识别不同品牌电动自行车负荷违规入户充电行为,识别准确率可达98.75%,在不依赖数据传输、避免延时、保护隐私和节省成本的情况下,有效预防火灾事故发生。