[发明专利]用于电力负荷识别的机器学习模型训练方法及系统

摘要

本实施例提供的用于电力负荷识别的机器学习模型训练方法及系统，具体地以实测的电气参数数据为基础，将基础电气参数数据统一格式、训练及输入神经网络模型中不断优化，通过验证数据集中不断调整模型的参数从而选择最优模型，同时利用测试数据集评估模型的表现，以达到最优的效果，便于模型进一步被用于电力负荷的识别系统，本申请中的方法可以根据输入的采样数据训练模型从而实现根据特定的电压、电流、有功功率的波形采样数据等识别出正在使用的用电设备，因此本申请不需要人为进行手动调节参数以及进行特征提取，本申请可以自主学习并且自动获得识别电力负荷所需要的特征参数，从而提高了模型的适用范围，提高了电力负荷识别的准确率。