一种基于多模态特征学习的非侵入式电力负荷分解方法及系统

本发明涉及电力负荷分解技术领域，公开了一种基于多模态特征学习的非侵入式电力负荷分解方法及系统。该方法：同步采集智能电表的电力参数数据、环境传感器的环境参数数据以及用户设备使用行为数据，得到多模态负荷监测数据；通过第一设备状态识别模型的非负矩阵分解层进行跨模态特征提取，得到多模态融合特征向量；通过第一设备状态识别模型的第一分解层进行负荷模式识别，得到第一分解负荷矩阵；通过第一设备状态识别模型的第二分解层进行聚类优化，得到第二负荷分解矩阵；基于第二负荷分解矩阵执行动态模糊决策，得到设备运行状态识别结果。本发明突破了传统方法仅依赖单一电力信号的局限性，实现了高精度、高鲁棒性的非侵入式电力负荷分解。