一种多分辨率情形下负荷数据分类方法、装置、设备及介质

本发明涉及一种多分辨率情形下负荷数据分类方法、装置、设备及介质，其中方法包括以下步骤：获取历史用电数据信息以及负荷的类别信息并进行预处理；基于不同时间尺度对负荷数据进行处理，形成多分辨率负荷数据矩阵；基于负荷数据矩阵，通过使用卷积神经网络获取负荷数据的局部特征；利用Transformer的自注意力机制和相对位置编码获得多分支负荷数据特征；利用融合模型实现多分支CNN和Transformer算法所获取的负荷数据的长短尺度特征的融合；基于融合特征进行分类，输出每个负荷所属类别的概率，确定负荷的类别。与现有技术相比，本发明针对负荷数据的分类问题，不仅能实现多分辨率情形下负荷特征的深度提取，同时能够有效提升对负荷数据分类的准确性。