基于双通道卷积神经网络的非侵入式负荷监测方法及系统

本发明提出了一种基于双通道卷积神经网络的非侵入式负荷监测方法及系统，涉及负荷监测技术领域。方法包括：从待识别用电设备的电压电流测量数据中提取综合电气特征，处理为一维序列特征；基于电流信号进行多尺度形态学梯度检测，构建非线性时频采样网格；提取采样网格中的时频特征，得到二维时频系数矩阵；基于谐波隶属度与二维时频系数矩阵构建双通道时频图像；采用两阶段双通道卷积神经网络分别处理一维序列特征和双通道时频图像，提取特征并进行双向增强融合，得到融合特征；将融合特征输入分类网络，得到待识别用电设备的负荷识别结果。本发明能够自适应分配时频分辨率，抑制干扰谐波，并有效捕获局部与全局特征，提高了负荷识别精度。