一種智能插座上的電器設(shè)備類型識(shí)別方法技術(shù)

本發(fā)明專利技術(shù)公開了一種智能插座上的電器設(shè)備類型識(shí)別方法。采集插座上的電信號(hào)，利用計(jì)量芯片計(jì)算特征參數(shù)，獲取每個(gè)電器設(shè)備時(shí)刻下的特征數(shù)據(jù)，建立混合高斯模型，組建構(gòu)成混合高斯模型參數(shù)，求得電器設(shè)備所有四個(gè)特征參數(shù)的混合高斯模型參數(shù)；建立總混合高斯模型參數(shù)庫(kù)，輸入待識(shí)別電器設(shè)備的一組特征數(shù)據(jù)，依次帶入總混合高斯模型參數(shù)庫(kù)計(jì)算獲得概率值，取概率值最大所對(duì)應(yīng)的作為電器類型。本發(fā)明專利技術(shù)能根據(jù)從電器設(shè)備所在家庭電網(wǎng)采集的數(shù)據(jù)信息識(shí)別出當(dāng)下工作的電器類型，針對(duì)于家庭內(nèi)的電器設(shè)備具有很好的準(zhǔn)確性和魯棒性。

【技術(shù)實(shí)現(xiàn)步驟摘要】
一種智能插座上的電器設(shè)備類型識(shí)別方法
本專利技術(shù)涉及了一種電器識(shí)別方法，尤其是涉及一種智能插座上的電器設(shè)備類型識(shí)別方法，屬于電網(wǎng)數(shù)據(jù)處理領(lǐng)域。
技術(shù)介紹
隨著社會(huì)經(jīng)濟(jì)的發(fā)展，節(jié)能的觀念也逐步受到重視。越來越多的企業(yè)或者家庭根據(jù)電器的工作狀態(tài)，通過不同的控制技術(shù)實(shí)現(xiàn)節(jié)能的目的。為了了解電器設(shè)備的工作狀態(tài)，需要對(duì)電器進(jìn)行監(jiān)測(cè)，監(jiān)測(cè)電器的工作狀態(tài)。因此，需要一種電器識(shí)別算法，能知道何種電器設(shè)備在工作?；诖四繕?biāo)，需要一種有效的電器識(shí)別方法，該算法對(duì)電力數(shù)據(jù)進(jìn)行采集，建立電器設(shè)備對(duì)應(yīng)特征庫(kù)，并根據(jù)識(shí)別算法，識(shí)別出哪種電器在工作，并把識(shí)別工作狀況發(fā)送給控制端。
技術(shù)實(shí)現(xiàn)思路
為了能掌握智能插座上有哪些電器設(shè)備在工作，本專利技術(shù)提供了一種智能插座上的電器設(shè)備類型識(shí)別方法，能根據(jù)從電器設(shè)備所在家庭電網(wǎng)采集的數(shù)據(jù)信息識(shí)別出當(dāng)下工作的電器類型。如圖1所示，本專利技術(shù)解決其技術(shù)問題的技術(shù)方案是：步驟1：采集插座上的電信號(hào)，將電信號(hào)電路轉(zhuǎn)換成計(jì)量芯片的輸入值范圍；步驟2：利用計(jì)量芯片計(jì)算特征參數(shù)，特征參數(shù)包括電流、電壓、有功功率和無功功率作為特征；具體實(shí)施中，有功功率和無功功率的特征參數(shù)是通過電流和電壓計(jì)算獲得。步驟3：重復(fù)步驟1～步驟2獲取每個(gè)電器設(shè)備各個(gè)時(shí)刻對(duì)應(yīng)的一組特征數(shù)據(jù)，一時(shí)刻對(duì)應(yīng)一組特征數(shù)據(jù)，第i組特征數(shù)據(jù)xi包括時(shí)刻下的電流、電壓、有功功率和無功功率，并建立以下公式的混合高斯模型：其中，p表示特征數(shù)據(jù)的概率值，i表示特征數(shù)據(jù)的組序數(shù)，m表示表示特征數(shù)據(jù)的組總數(shù)，k表示特征參數(shù)的序數(shù)，k＝1-4，k＝1表示電流特征參數(shù)，k＝2表示電壓特征參數(shù)，k＝3表示有功功率特征參數(shù)，k＝4表示無功功率特征參數(shù)；N(xi|μk,Σk)表示電器設(shè)備的第i組特征數(shù)據(jù)中第k個(gè)特征參數(shù)對(duì)應(yīng)的混合高斯函數(shù)，πk是電器設(shè)備的第i組特征數(shù)據(jù)中第k個(gè)特征參數(shù)的權(quán)重因子，μk是電器設(shè)備的所有組特征數(shù)據(jù)中第k個(gè)特征參數(shù)的均值，Σk是電器設(shè)備的所有組特征數(shù)據(jù)中第k個(gè)特征參數(shù)的協(xié)方差；xi表示電器設(shè)備的第i組特征數(shù)據(jù)，包括第i組對(duì)應(yīng)時(shí)刻下所采集的電流、電壓、有功功率和無功功率；步驟4：由權(quán)重因子πk、均值μk和協(xié)方差Σk組建構(gòu)成第k個(gè)特征參數(shù)的混合高斯模型參數(shù)θk＝(πk,μk,Σk)，針對(duì)第j個(gè)電器設(shè)備通過最大期望算法(EM)求得電器設(shè)備所有四個(gè)特征參數(shù)的混合高斯模型參數(shù)j∈[1,D]，k∈[1,4]，D表示電器設(shè)備的總數(shù)量；步驟5：針對(duì)每個(gè)電器設(shè)備建立總混合高斯模型參數(shù)庫(kù)θM，總混合高斯模型參數(shù)庫(kù)θM的一部分是由電器設(shè)備的所有四個(gè)特征參數(shù)的混合高斯模型參數(shù)構(gòu)成，另一部分是由不同電器設(shè)備的各個(gè)特征參數(shù)的混合高斯模型參數(shù)之間以排列組合方式進(jìn)行每?jī)蓛扇诤虾蟮幕旌细咚鼓Ｐ蛥?shù)，表示為j,j'∈[1,D]，表示第j’個(gè)電器設(shè)備的第k’個(gè)特征參數(shù)的混合高斯模型參數(shù)，θjj'表示第j個(gè)電器設(shè)備和第j’個(gè)電器設(shè)備組合下融合后的混合高斯模型參數(shù)，以此表示兩個(gè)電器設(shè)備同時(shí)工作時(shí)的混合高斯模型參數(shù)；步驟6：輸入某時(shí)刻的待識(shí)別電器設(shè)備的一組特征數(shù)據(jù)xi，依次帶入總混合高斯模型參數(shù)庫(kù)θM中的各個(gè)混合高斯模型參數(shù)，計(jì)算獲得概率值p，對(duì)應(yīng)概率值p最大所對(duì)應(yīng)的電器設(shè)備或者電器設(shè)備的組合作為待識(shí)別電器設(shè)備的電器類型。本專利技術(shù)的整體電器識(shí)別過程如圖1所示。本專利技術(shù)的有益效果：本專利技術(shù)能根據(jù)從電器設(shè)備所在家庭電網(wǎng)采集的數(shù)據(jù)信息識(shí)別出當(dāng)下工作的電器類型，是一種電器設(shè)備類型的有效識(shí)別方法。且本專利技術(shù)可以識(shí)別不同電器類型組合工作時(shí)的電器狀態(tài)，針對(duì)于家庭內(nèi)的電器設(shè)備具有很好的準(zhǔn)確性和魯棒性。附圖說明附圖1為本專利技術(shù)電器識(shí)別過程的流程圖。附圖2為實(shí)施例微網(wǎng)能量系統(tǒng)的結(jié)構(gòu)圖。具體實(shí)施方式下面結(jié)合附圖和具體實(shí)施方式對(duì)本專利技術(shù)作進(jìn)一步詳細(xì)說明。按照本
技術(shù)實(shí)現(xiàn)思路
的完整方法實(shí)施的實(shí)施例及其實(shí)施過程如下：步驟1、圖1是整個(gè)系統(tǒng)的結(jié)構(gòu)圖，整個(gè)系統(tǒng)結(jié)構(gòu)包含電網(wǎng)電壓采樣預(yù)處理模塊、電網(wǎng)電流采樣預(yù)處理模塊、計(jì)量芯片、微處理器和存儲(chǔ)模塊組成。如圖2所示，具體實(shí)施采用以下電器設(shè)備數(shù)據(jù)采集系統(tǒng)，電器設(shè)備數(shù)據(jù)采集系統(tǒng)包括電網(wǎng)電壓采樣預(yù)處理模塊、電網(wǎng)電流采樣預(yù)處理模塊、計(jì)量芯片、微處理器和存儲(chǔ)器；電網(wǎng)電壓采樣預(yù)處理模塊、電網(wǎng)電流采樣預(yù)處理模塊的輸入端連接到電器設(shè)備所在的電網(wǎng)電路上，電網(wǎng)電壓采樣預(yù)處理模塊、電網(wǎng)電流采樣預(yù)處理模塊的輸出端連接到計(jì)量芯片，計(jì)量芯片經(jīng)微處理器和存儲(chǔ)器連接。分別通過電網(wǎng)電壓采樣預(yù)處理模塊、電網(wǎng)電流采樣預(yù)處理模塊采集電器設(shè)備的電壓和電流。步驟2、根據(jù)上述模型，本專利技術(shù)以咖啡機(jī)、冰箱和移動(dòng)電話為例。獲取對(duì)應(yīng)的數(shù)據(jù)，本專利技術(shù)實(shí)驗(yàn)中咖啡機(jī)的數(shù)據(jù)為14組，冰箱的數(shù)據(jù)為120組，移動(dòng)電話數(shù)據(jù)為127組，總共261組數(shù)據(jù)。步驟3、通過混合高斯模型，求得三個(gè)電器設(shè)備對(duì)應(yīng)的高斯混合模型參數(shù)為：步驟4、根據(jù)步驟3獲得的混合高斯模型參數(shù)，建立總混合高斯模型參數(shù)庫(kù)θM，本專利技術(shù)假設(shè)最多同時(shí)有兩個(gè)電器設(shè)備一起在工作，因此總的混合高斯模型參數(shù)庫(kù)的數(shù)量為28組。步驟5、根據(jù)實(shí)驗(yàn)數(shù)據(jù)，帶入混合高斯模型參數(shù)庫(kù)中個(gè)，求得概率值最大所對(duì)應(yīng)的電器設(shè)備類型即為識(shí)別電器類型。本專利技術(shù)對(duì)步驟1中的261組數(shù)據(jù)進(jìn)行處理，去掉電流值小于平均電流的數(shù)據(jù)后剩下158組數(shù)據(jù)，帶入這158組數(shù)據(jù)經(jīng)過識(shí)別后，識(shí)別的準(zhǔn)確度為82.3524％。本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
1.一種智能插座上的電器設(shè)備類型識(shí)別方法，其特征在于：方法包括以下步驟：步驟1：采集插座上的電信號(hào)輸入到計(jì)量芯片；步驟2：利用計(jì)量芯片計(jì)算特征參數(shù)，特征參數(shù)包括電流、電壓、有功功率和無功功率作為特征；步驟3：重復(fù)步驟1～步驟2獲取每個(gè)電器設(shè)備各個(gè)時(shí)刻對(duì)應(yīng)的一組特征數(shù)據(jù)，第i組特征數(shù)據(jù)xi包括時(shí)刻下的電流、電壓、有功功率和無功功率，并建立以下公式的混合高斯模型：

【技術(shù)特征摘要】
1.一種智能插座上的電器設(shè)備類型識(shí)別方法，其特征在于：方法包括以下步驟：步驟1：采集插座上的電信號(hào)輸入到計(jì)量芯片；步驟2：利用計(jì)量芯片計(jì)算特征參數(shù)，特征參數(shù)包括電流、電壓、有功功率和無功功率作為特征；步驟3：重復(fù)步驟1～步驟2獲取每個(gè)電器設(shè)備各個(gè)時(shí)刻對(duì)應(yīng)的一組特征數(shù)據(jù)，第i組特征數(shù)據(jù)xi包括時(shí)刻下的電流、電壓、有功功率和無功功率，并建立以下公式的混合高斯模型：其中，p表示特征數(shù)據(jù)的概率值，i表示特征數(shù)據(jù)的組序數(shù)，m表示表示特征數(shù)據(jù)的組總數(shù)，k表示特征參數(shù)的序數(shù)；N(xi|μk,Σk)表示電器設(shè)備的第i組特征數(shù)據(jù)中第k個(gè)特征參數(shù)對(duì)應(yīng)的混合高斯函數(shù)，πk是電器設(shè)備的第i組特征數(shù)據(jù)中第k個(gè)特征參數(shù)的權(quán)重因子，μk是電器設(shè)備的所有組特征數(shù)據(jù)中第k個(gè)特征參數(shù)的均值，Σk是電器設(shè)備的所有組特征數(shù)據(jù)中第k個(gè)特征參數(shù)的協(xié)方差；xi表示電器設(shè)備的第i組特征數(shù)據(jù)；步驟4：由權(quán)重因子πk、均值μk和協(xié)方差Σk組建構(gòu)成第k個(gè)特征參數(shù)的混合高斯模型參數(shù)θk＝(πk,μk,Σk)，針對(duì)第j個(gè)電器設(shè)備通過最大期望算法(EM)求得電器設(shè)備所有四個(gè)特征參數(shù)的混合高斯模型參數(shù)j∈[1,D]，k∈[1,4]，D表示電器設(shè)備的總數(shù)量；步驟5：針對(duì)電器設(shè)備建立總混合高斯模型參數(shù)庫(kù)θM，總混合高斯模型參數(shù)庫(kù)θM的一部分是由電器設(shè)備的所有四個(gè)特征參數(shù)的混合高斯模型參...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：黃言態(tài)，
申請(qǐng)(專利權(quán))人：浙江科技學(xué)院，
類型：發(fā)明
國(guó)別省市：浙江,33