近日，由我院王超副教授为共同一作完成的一篇关于电力数据边缘计算的研究论文“A Smart Socket for Real-Time Non-Intrusive Load Monitoring” 被中科院一区Top期刊《IEEE Transactions on Industrial Electronics》接收并出版。

非侵入式负荷监测（NILM）技术使用人工智能和机器学习算法分析总体用电信号，实现对每个设备的具体电能消耗信息的有效估计，其结果可以帮助更清晰地理解不同用电设备的消耗信息，调整和优化用电行为，是当前智能家居和智能电网的研究热点之一。针对目前研究领域中缺乏公开可用的实时负荷分解硬件设计方案，本文通过使用一组易于获取的传感器，设计了一种新型的智能插座。在此基础上，提出了一种高效的自动状态检测算法和阶乘隐马尔可夫模型（ASD-FHMM），解决了传统基于隐马尔可夫模型（HMM）在负荷分解过程中需要设备状态等额外信息的问题，提升了负荷分解算法的整体效率，结合所提出的智能插座可以帮助实现实时的负荷分解。论文在公开和实验室采集的数据集上分别进行了实验，结果表明所提出方案在实时负荷分解方面具备良好的性能。

《IEEE Transactions on Industrial Electronics》（IEEE TIE）期刊创刊于1953年，是IEEE工业电子学会的旗舰汇刊，主要报道信息、控制、电气及工业电子等领域最新的研究进展，被公认为国际工业电子领域的顶级期刊。该期刊属于中科院1区Top期刊，影响因子为8.16。