一种基于典型样本重放的负荷识别泛化性提升方法及系统

本发明公开了一种基于典型样本重放的负荷识别泛化性提升方法及系统，方法包括：采集电流序列数据，建立用电器负荷样本数据集合；基于电流序列数据获取电流序列距离矩阵并利用自适应加权函数优化；将电流序列距离矩阵输入负荷识别模型进行处理；将用电器负荷样本数据集合输入至负荷识别模型获取深层负荷特征，利用基于密度的带噪聚类算法对深层负荷特征进行聚类获取典型负荷样本池；将新增用电器负荷样本数据与负荷样本池进行混合输入至负荷识别模型更新典型负荷样本池。本发明通过提出基于典型样本重放的通用灾难性遗忘解决方案，有效延缓了负荷识别模型在旧数据上的性能下降，适应不同复杂程度的用电设备工作，提升了负荷识别的准确性和稳定性。