基于VMD和时空网络变分字编码的用户负荷聚类方法及系统

本发明提供一种基于VMD和时空网络变分字编码的用户负荷聚类方法及系统。其中，通过引入变分模态分解对电力信号进行模态分解与重构，并提出使用基于时空网络的变分自编码模型，使用神经网络进行初步聚类，实现针对用户用电负荷数据的潜在特征的提取，之后再使用Mini Batch K‑Means算法进行聚类。经过验证，基于时空网络的变分自编码模型通过降维再聚类的算法，在戴维斯丁堡指数指数及轮廓系数指标上均表现出较好的效果，可以为行业中如何处理用户用电行为的复杂性和多样性的问题提供参考价值。