一种基于多维低频特征和加速Viterbi算法的非侵入式负荷分解方法

本发明公开了一种基于多维低频特征和加速Viterbi算法的非侵入式负荷分解方法，包括：获取多负荷情境下的总功率信息；将总功率信息输入负荷分解模型中，获得负荷组合状态序列，通过负荷组合状态序列得到每一个负荷的工作状态；其中，负荷分解模型由因子隐马尔可夫FHMM模型构建，因子隐马尔可夫FHMM模型基于多维隐马尔可夫HMM模型构建，并利用维特比优化方法对所述FHMM模型进行优化。本发明通过对负荷状态空间及状态转移路径的有效约束，能够在保证负荷分解精度不变的情况下，实现计算效率的提升。