本发明公开了一种基于栈式自编码器的非侵入式电力负荷识别方法，从构建电力负荷的负荷特征数据集到始输入数据样本点个数S的确定以及降维处理，再到建立栈式自编码器深度学习模型获得原始电力负荷电流的特征信息，最后采用机器学习深度学习中的Softmax函数对得到的原始电力负荷电流的特征信息进行处理，通过Softmax作为分类器对用电行为进行分类辨识，该方法解决了现有技术中在多负荷同时工作时辨识效果差，辨识速度慢的问题，解决了当场景中用电器有功无功功率接近，辨识效果差的问题，提高了电力负荷分解的准确性与分解效率。
