基于HSV颜色编码和动态知识蒸馏的轻量级非侵入式负荷识别方法.pdfVIP

第41卷第5期上海电力大学学报Vol.41，No.5

2025年10月JournalofShanghaiUniversityofElectricPowerOct.2025

DOI：10.3969/j.issn.2096-8299.2025.05.008

基于HSV颜色编码和动态知识蒸馏的轻量级

非侵入式负荷识别方法

张天阳，陆佳恩，邓凯

（上海电力大学电气工程学院，上海200090）

摘要：针对传统负荷识别方法在处理低频采样数据时面临特征重叠和识别效率低下等问题，提出了一种基

于色调-饱和度-亮度（HSV）颜色编码和动态知识蒸馏的轻量级非侵入式负荷识别方法。首先，基于HSV颜

色编码将电流电压数据转换为红-绿-蓝图像，并利用预训练的ResNet50和轻量级MobileNetV2模型进行动

态知识蒸馏。其次，设计了一个结合交叉熵损失和KL（Kullback-Leibler）散度损失的蒸馏损失函数，根据训练

过程中的反馈动态调整超参数，以优化学生模型的学习效果。最后，在PLAID数据集测试验证。结果表明，

该方法在低频采样下能准确反映相位幅值变化，提升特征区分度和分类性能，并将响应时间压缩至0.023s。

关键词：HSV颜色编码；动态知识蒸馏；轻量级人工智能；非侵入式负荷识别

中图分类号：TM933文献标志码：A文章编号：2096-8299（2025）05-0458-06

LightweightNon-InvasiveLoadRecognitionBasedonHSV

ColorCodingandDynamicKnowledgeDistillation

ZHANGTianyang，LUJiaen，DENGKai

（SchoolofElectricalEngineering，ShanghaiUniversityofElectricPower，Shanghai200090，China）

Abstract：Aimingattheproblemsoffeatureoverlappingandlowrecognitionefficiencyfaced

bytraditionalloadrecognitionmethodswhendealingwithlow-frequencysampleddata，a

lightweightnon-invasiveloadrecognitionmethodbasedonHue-Saturation-Value（HSV）colour

codinganddynamicknowledgedistillationisproposed.Firstly，thecurrent-voltagedataare

convertedintoRed-Green-BlueimagesbasedonHSVcolourcoding，anddynamicknowledge

distillationisperformedusingthepre-trainedResNet50andlightweightMobileNetV2models.

Secondly，adistillationlossfunctioncombiningcross-entropylossandKL（Kullback-Leibler）

s