一种基于时序功率数据增强和对比学习的少标签NILM方法

一种基于时序功率数据增强和对比学习的少标签NILM方法，它包括以下步骤：步骤1：数据预处理；步骤2：事件检测；步骤3：利用对比学习框架，构建一个时序功率增强的NILM模型；步骤4：模型对比学习预训练；步骤5：模型微调，将编码器参数转移到微调模型中并冻结，利用预训练数据集中的少部分带标签数据微调分类器；步骤6：负荷监测，利用微调好的模型进行负荷识别。本发明的目的是为了解决现有监督式非侵入式负荷监测模型严重依赖带标签的数量，标签的高标记成本和隐私性限制了模型的通用性和泛化性，且对多状态设备和特征相似设备识别效果不佳的技术问题。