基于多尺度分解与多任务学习的危险电器识别方法

本发明公开了一种基于多尺度分解与多任务学习的危险电器识别方法，包括：采集学生宿舍用电场景下的总用电数据及各电器单体用电数据；基于各电器单体用电数据设定阈值，生成电器开关状态标签，并将总用电数据与对应标签配对，将配对后的数据集按比例划分为训练集与测试集；构建由多尺度分解模块和多任务学习模块组成的危险电器识别模型并进行联合训练；在测试阶段，将测试集的总用电数据输入到危险电器识别模型中，输出电器类型识别结果，并将其与预设的危险电器类型比对，若电器类型识别结果中包含危险电器，则发出预警信号，实现危险电器识别与安全预警。本发明实现了对危险电器行为的实时监测与预警，将有效提升宿舍用电安全保障水平。