面向负荷建模的馈线级非侵入式负荷成分辨识方法、系统与介质

本发明提供一种面向负荷建模的馈线级非侵入式负荷成分辨识方法、系统与介质，该方法首先基于动模实验测取的参数构建各类型负荷的静态负荷功率模型，并通过蒙特卡洛方法获得负荷功率的有标签的模拟数据集；然后构建非侵入式负荷分解神经网络模型，以电压与总功率等作为输入特征、以分解功率或占比作为标签数据进行训练学习；在此基础上，在变电站母线或以上电网层级的实际馈线下各类型负荷成分占比辨识与分解的过程中，通过对实际总功率与电压数据进行特征提取后作为模型的输入，可输出得到对应的负荷成分占比估算结果，解决高电压等级、低密度数据下由于缺乏标签数据导致难以开展监督性学习、负荷分解效果不佳的问题，为地区的自动负荷建模与控制提供科学的决策依据。