一种非侵入式负荷辨识方法

本发明涉及非侵入式负荷监测技术领域，提供一种非侵入式负荷辨识方法，建立基于CNN‑BiLSTM‑Attention网络的负荷辨识模型，能够提取连续数据之间的内在特征，所需的神经元数量更少，在提高模型整体性能的基础上减少了训练时间；有效地提取负荷数据中的多尺度特征，并捕捉时间序列数据中的长期依赖关系；同时，注意力机制的引入使得模型更加关注重要的特征或时间段，从而进一步提高了预测精度；并且基于负荷的非侵入式监测数据生成多维特征融合图，进而通过多特征序列融合的负荷辨识方法能够在考虑多个变量的情况下，对电力负荷进行准确预测和辨识；本发明能够高效获取用户用电信息及负荷详情。