一种净负荷场景分类方法及系统

本发明公开了一种净负荷场景分类方法及系统，涉及净负荷场景分类领域，所述方法包括以下步骤：利用条件变分自编码器CVAE对净负荷数据和气象数据进行潜在特征提取，在预训练阶段通过重构损失和KL散度损失对模型进行初步训练，同时利用迭代聚类增强的训练策略，同时利用迭代聚类增强策略结合K‑means算法动态更新聚类中心，并在每个mini‑batch训练过程中引入聚类一致性损失，同时采用Medoid方法基于欧式距离矩阵选取每类场景中最具代表性的净负荷曲线，得到多类场景集下的典型场景。本发明能够显著提升聚类的内聚性和区分性，实现了对净负荷场景的精准分类与高效表征。