电子商务系统网站设计,西部数码里面如何建设自己的网站,wordpress 网站同步,导航栏宽度wordpress配置了NILMTK包的环境之后#xff0c;想找数据测试一下#xff0c;在NILMTK官网的API Docs里边发现dataset_converters模块中有内置的数据集处理函数#xff0c;如图#xff1a; 将数据转换成HDF文件#xff0c;这些数据都是比较优秀的#xff0c;其中#xff0c;常用的…配置了NILMTK包的环境之后想找数据测试一下在NILMTK官网的API Docs里边发现dataset_converters模块中有内置的数据集处理函数如图 将数据转换成HDF文件这些数据都是比较优秀的其中常用的数据集是REDD和UK_DALE。
1. REDD数据集
目前版本的下载地址为: http://redd.csail.mit.edu需要向作者发送邮件才能获取用户名和密码进行下载
论文为J. Zico Kolter and Matthew J. Johnson. REDD: A public data set for energy disaggregation research. In proceedings of the SustKDD workshop on Data Mining Applications in Sustainability, 2011. [pdf]
数据集的文件为 文件主要包含低频功率数据和高频电压电流数据
low_freq1Hz功率数据
high_freq:校准和分组之后的电压电流波形数据
high_freq_row:原生电压电流波形数据
1)low_freq的文件目录 总共收集了6个家庭的数据labels记录了每个channel的设备类型channel是记录每个channel的UTC时间戳的功率数据。
labels channel一秒一个点 2high_freq的文件目录 总共收集了6个家庭的数据current_1记录了第一电源的电流数据current_1记录了第二电源的电流数据voltage记录了电压数据。
需要注意的是
a、十进制的UTC时间戳与低频的UTC时间戳是一样的格式但是这个允许有小数部分。
b、循环计数虽然它在文件中表示为双精度但实际上它是一个整数表示该特定波形保留多少交流周期。
c、在等间隔的周期中275个十进制数值表示波形的数值
下载完数据集之后可通过dataset_converters 的函数将数据改为HDF格式
from nilmtk.dataset_converters import convert_reddconvert_redd(rC:\Users\admin\Anaconda3\nilm_metadata\low_freq,rC:\Users\admin\Anaconda3\nilm_metadata\low_freq\redd_low_new.h5)
2. REDD数据集的使用
a、负荷分解算法
通过NILMTK官网的API知道负荷分解包的算法有组合优化CombinatorialOptimisation、因子隐马尔可夫(FHMM)、Hart 1985Hart 1985 algorithm常用的是CO和FHMM。 b、负荷分解实现
以下例子是通过CO和FHMM计算的文件获取在
COhttp://nilmtk.github.io/nilmtk/master/_modules/nilmtk/disaggregate/combinatorial_optimisation.html#CombinatorialOptimisation
FHMMnilmtk.legacy.disaggregate文件下的fhmm_exact文件。
获取数据
from __future__ import print_function, division
import pandas as pd
import numpy as np
from nilmtk.dataset import DataSet
#from nilmtk.metergroup import MeterGroup
#from nilmtk.datastore import HDFDataStore
#from nilmtk.timeframe import TimeFrame
from nilmtk.disaggregate.combinatorial_optimisation import CombinatorialOptimisation
from nilmtk.legacy.disaggregate.fhmm_exact import FHMMtrain DataSet(C:/Users/admin/PycharmProjects/nilmtktest/low_freq/redd_low.h5) # 读取数据集
test DataSet(C:/Users/admin/PycharmProjects/nilmtktest/low_freq/redd_low.h5) # 读取数据集
building 1 ## 选择家庭house
train.set_window(end30-4-2011) ## 划分数据集2011年4月20号之前的作为训练集
test.set_window(start30-4-2011) ## 四月40号之后的作为测试集## elec包含了这个家庭中的所有的电器信息和总功率信息,building1-6个家庭
train_elec train.buildings[1].elec
test_elec test.buildings[1].electop_5_train_elec train_elec.submeters().select_top_k(k5) ## 选择用电量排在前5的来进行训练和测试选取了第一个家庭用电量在前5的电器数据进行测试。
计算
def predict(clf, test_elec, sample_period, timezone): ## 定义预测的方法pred {}gt {}#获取总的负荷数据for i, chunk in enumerate(test_elec.mains().load(sample_periodsample_period)):chunk_drop_na chunk.dropna() ### 丢到缺省值pred[i] clf.disaggregate_chunk(chunk_drop_na) #### 分解disaggregate_chunk #通过调用这个方法实现分解这部分代码在下面可以见到gt[i]{} ## 这是groudtruth即真实的单个电器的消耗功率for meter in test_elec.submeters().meters:# Only use the meters that we trained on (this saves time!) gt[i][meter] next(meter.load(sample_periodsample_period)) gt[i] pd.DataFrame({k:v.squeeze() for k,v in gt[i].items()}, indexnext(iter(gt[i].values())).index).dropna() #### 上面这一块主要是为了得到pandas格式的gt数据# If everything can fit in memorygt_overall pd.concat(gt) gt_overall.index gt_overall.index.droplevel()pred_overall pd.concat(pred)pred_overall.index pred_overall.index.droplevel()# Having the same order of columnsgt_overall gt_overall[pred_overall.columns]#Intersection of indexgt_index_utc gt_overall.index.tz_convert(UTC)pred_index_utc pred_overall.index.tz_convert(UTC)common_index_utc gt_index_utc.intersection(pred_index_utc)common_index_local common_index_utc.tz_convert(timezone)gt_overall gt_overall.ix[common_index_local]pred_overall pred_overall.ix[common_index_local]appliance_labels [m.label() for m in gt_overall.columns.values]gt_overall.columns appliance_labelspred_overall.columns appliance_labelsreturn gt_overall, pred_overallclassifiers { CO:CombinatorialOptimisation(),FHMM:FHMM()} ### 设置了两种算法一种是CO一种是FHMM
predictions {}
sample_period 120 ## 采样周期是两分钟
for clf_name, clf in classifiers.items():print(**20)print(clf_name)print(* *20)clf.train(top_5_train_elec, sample_periodsample_period) ### 训练部分gt, predictions[clf_name] predict(clf, test_elec, 120, train.metadata[timezone])
先用clf.train训练这5种电器的特征规律然后在用总的功率数据进行各种电器特征分解。gt记录了每个电器的功率数据采样周期是两分钟一个点后边根据预测的电器种类选取了用电量排名比较高的5种电器。 predictions变量记录了两个算法的计算结果 评估
def compute_rmse(gt, pred): ### 评估指标 rmsefrom sklearn.metrics import mean_squared_errorrms_error {}for appliance in gt.columns:rms_error[appliance] np.sqrt(mean_squared_error(gt[appliance], pred[appliance])) ## 评价指标的定义很简单就是均方根误差return pd.Series(rms_error)
rmse {}
for clf_name in classifiers.keys():rmse[clf_name] compute_rmse(gt, predictions[clf_name])
rmse pd.DataFrame(rmse)
计算结果为 参考博客https://blog.csdn.net/baidu_36161077/article/details/81144037
