基于非侵入式负荷监测的多模型数据分析方法和系统

本发明涉及非侵入式负荷监测技术领域，提供一种基于非侵入式负荷监测的多模型数据分析方法和系统，所述方法包括：从用电数据中筛选部分数据作为训练集Ⅰ；指定训练集Ⅰ中的设备标签和暂态特征，并计算训练集Ⅰ的第一特征函数；根据第一特征函数和暂态特征构建决策树模型；对决策树模型进行检测；根据检测结果输出最终决策树模型；通过最终决策树模型对样本用户用电总功率数据进行分类；将分类后的总功率数据输入至深度学习模型中进行训练，得到非侵入式深度学习模型；将实际用电总功率数据分别输入至上述两个模型中，以获取单个用电设备的功率动态数列；将真实设备的功率动态数列与模型中的功率动态数列进行比对以优化模型。