基于对比学习的非侵入式负荷辨识方法

本发明公开了基于对比学习的非侵入式负荷辨识方法，包括以下步骤：原始训练数据集加载与参数初始化；构建多视图训练数据集；划分多视图训练数据集；读取第一批次训练数据，输入编码器，提取数据样本的高维度特征；得到监督分类损失；得到无监督损失；得到图对比损失；计算综合损失相对于模型参数的梯度，更新模型参数；重复上述步骤多轮次直至满足预设的迭代次数或收敛精度，最终获得负荷辨识模型。本发明能够利用无标签负荷数据样本对负荷辨识模型进行自监督训练，有效减少对大量有标签数据样本的依赖；引入的图对比学习框架通过最大化伪标签图和嵌入特征图的相似度来提高模型学习鉴别特征的能力，从而提升负荷辨识精度。