一种基于分层残差图神经网络的非侵入式负荷分解方法

一种基于分层残差图神经网络的非侵入式负荷分解方法，数据采集，采集家庭入户处总有功功率值以及家庭内各用电器的有功功率消耗值；数据预处理，对采集到的数据进行时间戳对齐、缺失值填充、数据分割以及归一化处理；图数据构建，提取基于多时间尺度节点特征矩阵以及时间关系与特征关系的邻接矩阵，生成混合关系图数据；模型搭建与训练，搭建基于耦合分层图卷积块与混合注意力池化块的负荷分解模型，将混合关系功率图数据输入到分层残差图神经网络中进行训练；负荷分解，使用总有功功率作为输入，获得各目标设备功率曲线。本发明通过基于递进变化图结构的分层残差图神经网络提取负荷数据特征，实现目标设备的高精度功率分解。