基于强化学习动态仿真的非侵入式负荷识别方法

本发明公开了一种基于强化学习动态仿真的非侵入式负荷识别方法，涉及电力用户侧能耗监测技术领域。该方法首先采集各类用电设备独立运行及多个叠加运行场景下的时序数据；随后构建并训练电气耦合数据转换模型，用于学习单设备独立运行与多设备叠加运行间的电气特征映射规律；同时，构建并训练场景生成策略网络，以自动化生成多样化的多设备叠加运行场景；然后利用训练好的转换模型和策略网络协同生成海量的、接近真实场景的仿真训练样本训练分类模型。本发明有效解决了因设备启停时序组合无穷性和电气耦合效应导致的训练数据匮乏与特征失配问题，提升了非侵入式负荷识别模型在实际复杂用电环境下的精度、鲁棒性与泛化能力。