基于长短期递归神经网络的大功率用电器负荷分解方法

本发明公开了基于长短期递归神经网络的大功率用电器负荷分解方法，涉及负荷分解技术领域，包括获取大功率电器功率信息并进行预处理，得到预处理数据；基于所述预处理数据进行特征识别，构建基于分治策略的长短期记忆递归神经网络模型；对所述长短期记忆递归神经网络模型进行更新优化；对更新优化后的长短期记忆递归神经网络模型进行评价，实现准确辨识负荷。本发明在监测到的电力数据有限的情况下，短时间内生成高质量负荷分解训练数据集，利用LSTM提取负荷关键特征，采用分治策略处理序列数据中的长期依赖关系，运用自适应矩估计算法对模型训练过程进行优化，得到大功率用电器负荷分解模型并对模型进行评价，达到准确辨识负荷的目标。