前一陣參加比賽，NILM就放了放，開始填坑、、、
GOGOGO~
資料準備
根據上一篇中提到的，我這里使用的是UK-DALE
沒有下載的同學可以回到上一篇看一下（學習分享——基于深度學習的NILM負荷分解（一）對DL的看法&準備作業）
這里我直接用已經轉好格式的ukdale.h5
讀取資料還是用NILMTK
如何配置nilmtk，可以參照我另一篇博文，里面寫的比較詳細（NILM（非侵入式電力負荷監測）學習筆記 —— 準備作業（一）配置環境NILMTK Toolkit）
我們這次只需要用到其中讀取data資料的方法就行了，之后我們自己來處理資料，
from nilmtk import DataSet
test = DataSet('E:\\Download\\UK-DALE-disaggregated\\ukdale.h5\\ukdale.h5')
加載資料只需要一句代碼就行了，可以讀到五間房子中幾年的電器用電資料，
可以看到資料包含3項，
- 其中buildings包含5個房間的所用用電器的資料
上圖可見第一間房子中包含了69個電器，53個計量表，
我們之后讀取計量表的資訊為用電總功率，
-
其中metadata里面是這份資料的介紹，
-
其中store是HDF格式的資料，
提取資料
我這邊使用第一個房子的資料來進行試驗，上圖可以看到第一間房子的資訊是從2012到2015，資料量對于測驗來講還是比較多，還考慮到測驗所選取的五個電器的共存時間，我們這里選取18-03-2013之后的資料，
building = 1 ## 選擇家庭house
test.set_window(start="18-03-2013") ## 2013年3月18號之后的作為資料集
test_elec = test.buildings[building].elec
取出第一個房子的電器串列后，我們遍歷所有電表
用 電器名稱+電器序號 作為檔案名，保存每個電器的資料（一些電器，例如燈，會有多個，就是序號）
gt= {}
for meter in test_elec.submeters().meters:
gen = next(meter.load())
values = gen.values
index = gen.index
label = meter.label()
i = 0;
while(1):
name = label+str(i)
if name not in gt:
break
else:
i += 1
np.save('UKData/'+name,values)
gt[name] = 1
print(values.shape,' ',index.shape)
print('saving...', name)
我這保存的路徑是當前py目錄下的UKData檔案夾里面，自行修改，
運行中如下
之后可以看到我們保存出來的所有電器的資料
今天就先到這，
下一文從電器中挑選五個典型電器，
來生成訓練資料和標簽，以及訓練，
To be continued.
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/172768.html
標籤：其他