一种适用于非侵入式电力监测的负荷特征自学习方法

摘要

本发明提供了一种适用于非侵入式电力监测的负荷特征自学习方法，包括：获取负荷事件发生后的负荷数据序列作为输入样本；在样本中随机加入噪声；根据数据样本序列长度确定降噪自编码器的输入层神经元数，生成输入层与输出层；确定自编码器隐藏层神经元个数并生成隐藏层；设定降噪自编码器的训练误差限；初始化降噪自编码器层间映射参数；根据映射参数计算序列对于输入序列的重构误差；判断重构误差若小于训练误差限则提取隐藏层节点值作为负荷事件的抽象特征，若大于训练误差限则利用梯度下降算法更新输入层与隐藏层，隐藏层与输出层之间的映射参数。本发明实现对数据序列的压缩感知，从而实现抽象特征的学习，对负荷事件数据曲线进行了全局解释。