一种基于EEMD和GRU的非侵入式负荷分解方法

摘要

本发明公开了一种家庭负荷的非侵入式负荷分解方法，特别涉及一种基于EEMD和GRU的非侵入式负荷分解方法。所述的方法主要包括以下步骤：采用自适应高斯滤波对原始功率信号进行处理，将处理后的功率信号利用EEMD算法分解为多个模态分量，将功率信号中包含的特征放大，为了挖掘分解时间点与前多个时间点之间的时间关联特征，构建GRU神经网络处理时序信号，最后将测试数据输入到训练好的GRU网络之中，实现负荷分解，为了进一步提高分解精度和速度，还利用天牛群优化算法对GRU网络参数进行优化。本发明具有较好的负荷分解性能，可以作为用户查看用电详单的依据。