这项工作提出了一种提取电流波形特征以识别家用电器的方法。 短时傅立叶变换（STFT）和内核PCA技术用于提取这些特征。 一旦定义了特征，分类器 k-最近邻 (kNN)、支持向量机 (SVM)、线性判别分析 (LDA)、随机森林 (RF) 和极限学习机 (ELM) 被用于设备（​​或组合）电器）标识。 PS：ELM算法摘自http://www.ntu.edu.sg/eee/icis/cv/egbhuang.htm并适应本工作

研究非侵入式事件检测（NILM）的双边滑动窗暂态检测算法，它能根据相关信号准确检测到负荷投切等引起的暂态过程、发生时刻等重要信息，matlab程序，完美复现文章的算例代码，仅供学习，欢迎下载！！！

非侵入式负荷分解NILM的实用安装包NILMTK，包括nilmtk-contrib、nilmtk和nilm_metadata。python实用安装包，帮助处理负荷分解数据。

NILMTK：非侵入式负载监控工具包 非侵入式负载监控（NILM）是仅根据整个房屋的功率计读数估算单个设备所消耗的能量的过程。 换句话说，它仅通过一个整个房屋的电表就产生了（估算的）逐项电费单。 NILMTK是一个工具包，旨在帮助研究人员评估NILM算法的准确性。 如果您是Python的新用户，建议对Python生态系统中的 ， 和其他工具进行自我教育。 :warning: NILMTK作者可能需要一些时间才能就查询/问题与您联系。 但是，我们非常欢迎您提出修改，支持！ 记住要检查现有的问题凭单，尤其是未解决的问题凭单。 文献资料 如果您是新用户，请在阅读。 引起我们注意的是，一些用户遵循第三方教程来安装NILMTK。 请始终记住检查此类教程的日期，其中许多教程已经过时，并且无法反映NILMTK的当前版本或推荐/支持的设置。 为什么要使用NILM工具包？ 我们引用解释对NILM工具包的需求：

智能家居的非侵入式设备负载监控：最新进展和未来问题

大数据-算法-非侵入式质量流量测量原理的数值模拟与实验研究.pdf

Windows（或多或少）非侵入式AutoClicker 为Clicker Heroes编码，但可用于其他用途。 特点：自动点击！ 保持鼠标自由。 按住鼠标按钮时停止自动单击，以便您可以拖动，选择等。 如何使用它？ 将鼠标放在要自动单击的位置。 按Alt + F1。 利润。 再按一次Alt + F1即可停止。

智能电网非侵入式负荷监测技术应用.pptx

DFT的matlab源代码MULTI-NILM：一种用于多标签非侵入式负载监控的新颖框架 描述 该存储库基于标题为[1]的论文，可用于复制实验。 它定义了用于多标签NILM系统的框架，并包括以下时间序列表示： Signal2Vec，BOSS，SFA，WEASEL，DFT，SAX，1d-SAX，PAA ； 并使用Taken定理实现延迟嵌入。 随时重用，修改和扩展此存储库。 多NILM框架 Multi-nilm是用于高效非侵入式负载监控系统的新颖框架。 它具有三个固有属性： 它利用数据表示法来进行充分的降维。 它使用轻量级分解模型。 它解决了作为多标签分类问题的分类问题。 例子 实验示例可以在目录实验下找到。 该模块定义了三种类型的实验（ GenericExperiment， ModelSelectionExperiment和REDDModelSelectionExperiment ）。 您还可以通过扩展抽象类nilmlab.lab.Experiment来创建自己的实验。 定义实验后，只需几行代码即可进行设置和配置。 所有名称为run * .py的文件都是特定的实现，可以用作参考。 为了运

nilmtk, 非侵入式负载监视工具包( nilmtk ) NILMTK: 非侵入性负载监视工具包非入侵负荷监测( NILM ) 是估计单个家电所消耗的能量的过程。 换句话说，它产生了一个( 估计) itemised能量帐单，只是一个单一的房间电源表。NILMTK是一个工具包，旨在帮助研究人员