一种基于字典学习的区别分组非侵入式负荷分解方法

摘要

本发明涉及电力负荷分解技术领域，公开了一种基于字典学习的区别分组非侵入式负荷分解方法，采用区别字典学习算法以及分组思想训练出每个设备的字典，再根据字典进行稀疏编码，实现负荷的非侵入式分解。利用字典学习方法能够较快的学习到各类用电设备的用电模式，使得该算法迁移到不同地方时具有较强的适应能力。同时使所训练的字典能够较好的针对特定设备，这样训练的字典保留了设备各自的独特性，能够降低因为特征相近所带来的误判，使得负荷分解结果准确性更好。对训练样本数据进行设备集分组，能够将非侵入式负荷监测问题由传统的整体分解任务转化为递归分解任务，提高负荷分解结果的准确性和稳定性，避免出现功率相近电器分解效果差的现象。