一种基于LSTM神经网络算法的非侵入式负荷识别方法

摘要

本发明公开了一种基于LSTM神经网络算法的非侵入式负荷识别方法，包括获取非侵入式监测装置所监测的用电设备稳态时电流波形数据；将稳态电流波形利用离散傅里叶变换进行N次谐波分解得到样本集，将训练集通入循环神经网络进行训练获得基于神经网络的负荷识别预测模型；将测试集带入基于循环神经网络的负荷识别模型并对比输出结果，生成优化后的基于循环神经网络的负荷识别模型。本方法在不同负载情况下均可以对用电器，尤其是小功率用电器进行准确识别，且识别时间较短，可以进行负载的实时监测。