一种基于Mamba-图卷积网络的非侵入式负荷监测方法及系统

本专利公开了一种基于Mamba‑图卷积网络的非侵入式负荷监测方法及系统。本发明首先收集用户用电总负荷和各个设备的负荷数据，并预处理和增强所收集的数据；其次，构建用户‑设备的层次的动态图结构数据集；然后设计了一种结合图卷积网络和Mamba网络的模型，并用残差模块进行连接，捕捉电力负荷数据的复杂时空依赖关系；再将动态图结构数据集划分成训练集、验证集和测试集，并引入自监督任务；训练模型后采用多种评估指标，并在验证集上对模型调优、在测试集上测试模型性能，分析模型在不同用电场景下的表现。最后将模型部署至实际应用场景。本发明提高了对用户设备的非侵入式负荷监测分析能力，为用户提供精准的能耗分析和优化建议。