摘要

本发明公开了一种基于小波分解和改进神经网络的非侵入式负荷分解方法,主要利用非侵入式负荷识别装置对用电信息进行采集,对采集到的数据信息进行预处理操作,通过四层小波分解提取负荷特征,然后输入到改进的神经网络进行训练学习:改进点主要体现在网络是多尺度多输入的,训练过程是多分辨率的并且网络按小波分解层数分为四个部分分别进行训练最后在重新拼接,然后利用大量数据调节网络参数,完善非侵入式负荷分解模型后完成负荷分解任务,并对非侵入式负荷分解结果进行分析。通过本发明可以结合时频域,解决当负荷数据过多时,重要的信息可能会丢失,数据特征利用率低而且多状态过程电器难以识别的问题。