基于自监督学习的负荷分类方法及电子设备

本发明提供了一种基于自监督学习的负荷分类方法及电子设备，可以应用于人工智能技术领域。该方法包括：利用负荷分类模型处理待分类负荷图像，得到表征电器类型的负荷分类结果；负荷分类模型是基于原型对比损失函数值训练深度学习模型得到的，原型对比损失函数值是基于原型对比损失函数，根据多个聚类簇各自的聚类中心和聚类簇的多个第一样本负荷图像各自的第一样本负荷特征数据得到的；聚类中心表征聚类簇的原型，聚类中心是对聚类簇的多个第一样本负荷特征数据进行聚类得到的，原型对比损失函数用于使得聚类簇的聚类中心与聚类簇的第一样本负荷特征数据之间的相似度大于聚类中心与其他聚类簇的第一样本负荷特征数据之间的相似度。