一种基于自监督条件自编码器的非侵入式负荷检测方法

本发明提供了一种基于自监督条件自编码器的非侵入式负荷检测方法，首先提取负荷样本的轨迹特征和轨迹图像、并根据轨迹特征训练分类器并进行负荷识别；基于负荷样本集，根据轨迹图像和重构损失函数对预训练模型进行自监督训练获得重构图像集，根据重构图像集和整体损失函数对预训练模型进行优化训练获得检测模型、并基于异常得分对异常用能负荷进行非侵入式检测；整体损失函数基于分类损失函数和学习损失函数构建，分类损失函数采用交叉熵损失构建，学习损失函数采用修正线性操作构建。该方法提升对负荷的表征与后续检测能力、实用高效、泛化性与适用性强，既能保障已知负荷识别精度，又能构建清晰特征边界，适配复杂用电场景下的负荷识别需求。