一种基于改进CNN的非侵入式负荷辨识方法

本发明提供了一种基于改进CNN的非侵入式负荷辨识方法，包括以下步骤：步骤S01：通过监测电力用户的入口处电流，采集用户的总负荷运行数据；步骤S02：提取负荷的暂态电流数据；步骤S03：用提取得到的暂态电流数据绘制电流波形图像并转为像素矩阵；步骤S04：对网络参数进行训练；步骤S05：使用卷积神经网络CNN进行分类；步骤S06：使用测试集数据对训练好的CNN进行验证，通过分类结果与测试集的标签计算负荷的辨识率。本发明提出一种基于改进CNN模型的负荷辨识方法通过采集特性相似的家用负荷运行数据，选取负荷投入时的暂态变化过程为负荷特征，结合卷积神经网络方法实现特征相似负荷的辨识，从而提高居民侧负荷辨识的效果。