一种基于深度学习的非侵入式负荷识别及预警方法

本发明公开了一种基于深度学习的非侵入式负荷识别及预警方法，将电器设备的组合使用状态按照暂态情况和稳态情况区分，构建稳态情况和暂态情况的负荷特征，在构建稳态情况和暂态情况的负荷特征过程中，通过小波软阈值去噪方法消除数据重复性和噪音，在暂态情况下通过傅里叶变换得到有功功率P、无功功率Q、3次谐波相对值、5次谐波相对值和9次谐波振幅来作为暂态特征，在稳态情况下通过计算暂态电流均值I、暂态电流最大值I和暂态电流I来作为暂态特征，再通过遗传算法分别得到所有暂态情况的负荷特征以及所有稳态情况的负荷特征构建训练集对识别用的人工神经网络模型进行；优点是不存在误判与漏判，识别精度和识别稳定性均较高。