一种考虑多状态特征的非侵入式工业负荷识别方法与系统

本发明公开了一种考虑多状态特征的非侵入式工业负荷识别方法与系统，所述方法包括：获取工业多类型状态下的所有用电负荷的电压、电流和功率数据；利用累计和事件检测算法分析所述功率数据，捕捉各用电负荷的投切事件，并根据相应的电压、电流数据获取各用电负荷的U‑I轨迹图；将所有用电负荷的U‑I轨迹图输入预训练的卷积神经网络，得出负荷初步分类结果及其综合性能、准确率；对于初步分类结果的综合性能或准确率未满足要求的用电负荷，利用mRMR算法筛选最优特征组合并基于SVM算法进行特征分类，得到相应的用电负荷分类结果。本发明可有效提高多状态负荷识别准确率。