一种非侵入式电力负荷识别方法

本发明公开了一种非侵入式电力负荷识别方法，涉及电力负荷识别技术领域，本发明，采用自适应滤波去除背景噪声，并结合模态分解方法分离目标负荷信号与干扰信号，保障输入信号的纯净度，同时对电压和电流信号进行归一化处理，抑制不同设备运行时的功率波动影响，为稳态和暂态特征提取提供稳定的输入数据；引入最大相关最小冗余mRMR方法，计算特征与负荷类别之间的互信息，并结合特征间的冗余度计算，选择最优特征，降低噪声对分类的干扰，同时提升了计算效率；在分类阶段采用卷积神经网络CNN结合长短时记忆网络LSTM，CNN负责提取负荷特征的空间模式，LSTM处理负荷信号的时序依赖性，从而提升模型对负荷状态变化的感知能力。