基于全卷积神经网络的非侵入式负荷识别方法

摘要

本发明公开了基于全卷积神经网络的非侵入式负荷识别方法，包括：S1：采集家庭总负荷和各单负荷的有功功率时间序列数据；S2：基于单负荷的有功功率时间序列数据提取用电特征信息；S3：以家庭总负荷有功功率时间序列数据为输入样本，以单负荷用电特征信息为输出样本，对全卷积神经网络模型进行训练，得该负荷的识别模型；S4：将家庭总负荷有功功率输入识别模型，即输出识别模型对应负荷的用电特征，从而获知其运行状态。本发明无需利用事件监测机制来对有功功率负荷曲线进行变点检测，而是将负荷的用电特征转换为由0和1组成的二进制字串，并以该二进制字串特征来识别负荷的运行状态，大大简化了负荷识别过程。