电气负载启动运行识别装置制造方法及图纸

一种电气负载启动运行识别装置，包括信息采集模块、信息处理模块、通信模块，由信息处理模块采用采用基于隶属偏离平方和的改进决策树分类器或者是基于隶属偏离平方和和贝叶斯的复合优化决策树分类器进行电气负载启动运行识别，分类器的输入特征包括电气负载的启动电流特征和电气负载的稳态电流频谱特征，启动电流特征包括启动过程时间、启动电流最大值、启动电流最大值时间；能够在不同电气负载类型的所有输入特征均落入相应的区间化输入特征重叠区域，或者是部分输入特征均落入相应的区间化输入特征的有效区间之外，而另外的输入特征均落入相应的区间化输入特征重叠区域时，完成电气负载启动运行识别。

Identification Device for Start-up Operation of Electrical Load

【技术实现步骤摘要】
电气负载启动运行识别装置
本专利技术涉及一种设备识别及分类装置与方法，尤其是涉及一种电气负载启动运行识别装置。
技术介绍
目前，主流的，包括电气负载性质识别在内的电气负载类型或者启动运行识别方法有基于负载功率综合系数算法的电气负载识别方法、基于电磁感应的电气负载识别方法、基于神经网络算法的电气负载识别方法、基于周期性离散变换算法的电气负载识别方法等。各种方法均能够在一定程度是实现电气负载性质的识别，但由于特征性质单一，识别手段单一，普遍存在泛化能力不够及不能完全准确识别的问题，特别是在多个负载同时运行的情况下，不能准确识别电气负载的启动运行。
技术实现思路
本专利技术的目的在于，针对现在已有技术的缺陷，提供一种在复合运行的负载中，能够识别启动运行的电气负载的装置，包括信息采集模块、信息处理模块、通信模块；所述信息采集模块用于采集电气负载的负载电流并转换成电流数字信号，电流数字信号被送至信息处理模块，通信模块用于发送信息处理模块的电气负载类型识别结果至上位机，信息处理模块依据输入的电流数字信号，采用分类器进行电气负载启动运行识别。所述分类器的输入特征包括电气负载的启动电流特征和电气负载的稳态电流频谱特征；所述启动电流特征包括启动过程时间、启动电流最大值、启动电流最大值时间；所述分类器为基于隶属偏离平方和的改进决策树分类器，构建流程如下：步骤⑴、获取多组电气负载的输入特征样本，随机选择其中部分输入特征样本作为训练数据样本，其他输入特征样本作为测试数据样本；对训练数据样本中每个输入特征的数据分别进行区间化预处理，得到区间化输入特征；步骤⑵、根据电气负载区间化输入特征的重叠状态，找到当前节点待选择输入特征的中间分裂点，将区间化输入特征的区间分段化；步骤⑶、计算当前节点待选择输入特征的信息量；所述待选择输入特征是指每一个待选择作为当前节点判别属性(分类属性)的输入特征；步骤⑷、计算当前节点待判别电气负载的每个待选择输入特征的信息熵；步骤⑸、计算当前节点的每个待选择输入特征的总信息熵；步骤⑹、计算当前节点的每个待选择输入特征的信息增益；步骤⑺、选择当前节点待选择输入特征中信息增益最大的输入特征作为当前节点的判别属性，形成分支完成当前节点的建立；递归调用步骤⑵到步骤⑺，完成所有判别分支的建立；步骤⑻、对不是纯净集的输出节点，分别计算所有输入特征针对该节点所有待识别电气负载类型的隶属偏离平方和，采用隶属偏离平方和作为该节点的判别属性，选择其中隶属偏离平方和最小的电气负载类型输出。所述分类器或者为在基于隶属偏离平方和的改进决策树分类器的步骤⑴至步骤⑻基础上，增加下述步骤所构建的基于隶属偏离平方和和贝叶斯的复合优化决策树分类器，增加的步骤如下：步骤⑼、采用步骤⑴获取的电气负载样本输入特征中的训练数据样本，训练并建立贝叶斯分类器；步骤⑽、记录步骤⑻中所有采用隶属偏离平方和作为节点判别属性的节点，准备进行分类优化；步骤⑾、选择一个采用隶属偏离平方和作为节点判别属性，未进行分类优化的节点进行分类优化，方法是，将步骤⑴获取的电气负载样本输入特征中的测试数据样本依次输入至复合优化决策树分类器，统计该节点采用隶属偏离平方和作为节点判别属性时的总电气负载识别准确率；该节点使用贝叶斯分类器分类，替代该节点采用隶属偏离平方和作为节点判别属性的方法，将步骤⑴获取的电气负载样本输入特征的测试数据样本依次输入至复合优化决策树分类器，统计该节点采用贝叶斯分类器分类时的总电气负载识别准确率；选择总电气负载识别准确率高的方法作为该节点进行电气负载启动运行识别的方法；步骤⑿、若步骤⑻中所有采用隶属偏离平方和作为节点判别属性的节点未全部完成分类优化，返回步骤⑾；若步骤⑻中所有采用隶属偏离平方和作为节点判别属性的节点全部完成分类优化，完成复合优化决策树分类器的构造。步骤⑶中，计算当前节点每个输入特征的信息量的方法是：式中，X代表该信息量所针对的输入特征，X包括且只包括属于当前节点待选择作为判别属性的输入特征；p为在当前节点待判别电气负载类型中能准确地区分出电气负载类型的该负载特征参数区间范围的总和；n为在当前节点待判别电气负载类型中不能准确地区分出电气负载类型的该负载特征参数区间范围的总和。步骤⑷中，计算当前节点待判别电气负载的每个输入特征的信息熵的方法是：式中，X代表该信息熵所针对的输入特征，X包括且只包括属于当前节点待选择的输入特征；i代表该信息熵所针对的电气负载类型，i包括且只包括属于当前节点待判别的电气负载类型；Pi为该电气负载类型输入特征X的区间范围中与该节点待选择的其他输入特征均不重叠的区间范围；Ni为该电气负载类型输入特征X的区间范围中与当前节点待选择的其他输入特征相重叠的区间范围。步骤⑸中，计算当前节点的每个待选择输入特征的总信息熵的方法是：式中，X代表该信息熵或者总信息熵所针对的输入特征，X包括且只包括属于当前节点待选择作为判别属性的输入特征；i代表待识别的某种电气负载类型，k代表需分类的电气负载类型的种类总数；Pi为与i所代表电气负载类型输入特征X的区间范围中与该节点待选择的其他输入特征均不重叠的区间范围；Ni为与i所代表电气负载类型输入特征X的区间范围中与当前节点待选择的其他输入特征相重叠的区间范围；p为在该节点待判别电气负载类型中能准确地区分出电气负载类型的该负载特征参数区间范围的总和；n为在该节点待判别电气负载类型中不能准确地区分出电气负载类型的该负载特征参数区间范围的总和。步骤⑹中，计算当前节点的每个待选择输入特征的信息增益的方法是：gain(X)＝IX(p，n)-E(X)式中，X代表该信息熵或者总信息熵所针对的输入特征，X包括且只包括属于当前节点待选择作为判别属性的输入特征。步骤⑻中，分别计算所有输入特征针对该节点所有待识别电气负载类型的隶属偏离平方和，计算所有输入特征针对其中一种电气负载类型的隶属偏离平方和的方法是，分别计算所有输入特征在该种电气负载类型中的隶属偏离度，隶属偏离平方和为所有输入特征在该种电气负载类型中的隶属偏离度的平方和。计算输入特征在电气负载类型中的隶属偏离度的方法是：式中，X代表该隶属偏离度所针对的输入特征，i代表所针对的电气负载类型，ri(X)代表输入特征X在i所代表电气负载类型中的隶属偏离度；d0为输入特征X在i所代表电气负载类型区间化输入特征的区间中心值，d1为输入特征X在i所代表电气负载类型区间化输入特征的区间下限值，d为输入特征X的实际输入值。步骤⑼中，训练并建立贝叶斯分类器的方法是：步骤①、对某个输入特征属性进行分段划分，即进行离散化处理；步骤②、将步骤⑴中的训练数据样本作为贝叶斯分类器的训练数据样本；计算每类电气负载类型训练数据样本在所有电气负载类型训练数据样本中所占有的比例；步骤③、计算训练样本每个类型(类别)条件下各个输入特征属性分段的比例(频率)，统计得到各类型(类别)下各个输入特征属性的条件概率估计。步骤⑾中，节点使用贝叶斯分类器分类的方法是：步骤㈠、将复合优化决策树分类器的输入特征作为贝叶斯分类器的输入特征；步骤㈡、按照式计算每种电气负载类别的后验概率，其中步骤㈢、针对该节点所有待识别电气负载类型，选择其中后验概率最大的电气负载类型输出。所述电气负载的启动电流特征和电气负载的稳态本文档来自技高网...

【技术保护点】
1.一种电气负载启动运行识别装置，包括信息采集模块、信息处理模块、通信模块；所述信息采集模块用于采集电气负载的负载电流并转换成电流数字信号，电流数字信号被送至信息处理模块，通信模块用于发送信息处理模块的电气负载类型识别结果至上位机，信息处理模块依据输入的电流数字信号，采用分类器进行电气负载启动运行识别，其特征在于，所述分类器的输入特征包括电气负载的启动电流特征和电气负载的稳态电流频谱特征；所述启动电流特征包括启动过程时间、启动电流最大值、启动电流最大值时间；所述分类器为基于隶属偏离平方和的改进决策树分类器，构建流程如下：步骤⑴、获取多组电气负载的输入特征样本，随机选择其中部分输入特征样本作为训练数据样本，其他输入特征样本作为测试数据样本；对训练数据样本中每个输入特征的数据分别进行区间化预处理，得到区间化输入特征；步骤⑵、根据电气负载区间化输入特征的重叠状态，找到当前节点待选择输入特征的中间分裂点，将区间化输入特征的区间分段化；步骤⑶、计算当前节点待选择输入特征的信息量；步骤⑷、计算当前节点待判别电气负载的每个待选择输入特征的信息熵；步骤⑸、计算当前节点的每个待选择输入特征的总信息熵；步骤⑹、计算当前节点的每个待选择输入特征的信息增益；步骤⑺、选择当前节点待选择输入特征中信息增益最大的输入特征作为当前节点的判别属性，形成分支完成当前节点的建立；递归调用步骤⑵到步骤⑺，完成所有判别分支的建立；步骤⑻、对不是纯净集的输出节点，分别计算所有输入特征针对该节点所有待分类电气负载类型的隶属偏离平方和，采用隶属偏离平方和作为该节点的判别属性，选择其中隶属偏离平方和最小的电气负载类型输出。...

【技术特征摘要】
1.一种电气负载启动运行识别装置，包括信息采集模块、信息处理模块、通信模块；所述信息采集模块用于采集电气负载的负载电流并转换成电流数字信号，电流数字信号被送至信息处理模块，通信模块用于发送信息处理模块的电气负载类型识别结果至上位机，信息处理模块依据输入的电流数字信号，采用分类器进行电气负载启动运行识别，其特征在于，所述分类器的输入特征包括电气负载的启动电流特征和电气负载的稳态电流频谱特征；所述启动电流特征包括启动过程时间、启动电流最大值、启动电流最大值时间；所述分类器为基于隶属偏离平方和的改进决策树分类器，构建流程如下：步骤⑴、获取多组电气负载的输入特征样本，随机选择其中部分输入特征样本作为训练数据样本，其他输入特征样本作为测试数据样本；对训练数据样本中每个输入特征的数据分别进行区间化预处理，得到区间化输入特征；步骤⑵、根据电气负载区间化输入特征的重叠状态，找到当前节点待选择输入特征的中间分裂点，将区间化输入特征的区间分段化；步骤⑶、计算当前节点待选择输入特征的信息量；步骤⑷、计算当前节点待判别电气负载的每个待选择输入特征的信息熵；步骤⑸、计算当前节点的每个待选择输入特征的总信息熵；步骤⑹、计算当前节点的每个待选择输入特征的信息增益；步骤⑺、选择当前节点待选择输入特征中信息增益最大的输入特征作为当前节点的判别属性，形成分支完成当前节点的建立；递归调用步骤⑵到步骤⑺，完成所有判别分支的建立；步骤⑻、对不是纯净集的输出节点，分别计算所有输入特征针对该节点所有待分类电气负载类型的隶属偏离平方和，采用隶属偏离平方和作为该节点的判别属性，选择其中隶属偏离平方和最小的电气负载类型输出。2.如权利要求1所述的电气负载启动运行识别装置，其特征在于，步骤⑶中，计算当前节点每个输入特征的信息量的方法是：式中，X代表该信息量所针对的输入特征，X包括且只包括属于当前节点待选择作为判别属性的输入特征；p为在当前节点待判别电气负载类型中能准确地区分出电气负载类型的该负载特征参数区间范围的总和；n为在当前节点待判别电气负载类型中不能准确地区分出电气负载类型的该负载特征参数区间范围的总和。3.如权利要求2所述的电气负载启动运行识别装置，其特征在于，步骤⑷中，计算当前节点待判别电气负载的每个输入特征的信息熵的方法是：式中，X代表该信息熵所针对的输入特征，X包括且只包括属于当前节点待选择的输入特征；i代表该信息熵所针对的电气负载类型，i包括且只包括属于当前节点待判别的电气负载类型；Pi为该电气负载类型输入特征X的区间范围中与该节点待选择的其他输入特征均不重叠的区间范围；Ni为该电气负载类型输入特征X的区间范围中与当前节点待选择的其他输入特征相重叠的区间范围。4.如权利要求3所述的电气负载启动运行识别装置，其特征在于，步骤⑸中，计算当前节点的每个待选择输入特征的总信息熵的方法是：式中，X代表该信息熵或者总信息熵所针对的输入特征，X包括且只包括属于当前节点待选择作为判别属性的输入特征；i代表待分类的某种电气负载类型，k代表需分类的电气负载类型的种类总数；Pi为与i所代表电气负载类型输入特征X的区间范围中与该节点待选择的其他输入特征均不重叠的区间范围；Ni为与i所代表电气负载类型输入特征X的区间范围中与当前节点待选择的其他输入特征相重叠的区间范围；p为在该节点待判别电气负载类型中能准确地区分出电气负载类型的该负载特征参数区间范围的总和；n为在该节点待判别电气负载类型中不能准确地区分出电气负载类型的该负载特征参数区间范围的总和。5.如权利要求4所述的电气负载启动运行识别装置，其特征在于，步骤⑹中，计算当前节点的每个待选择输入特征的信息增益的方法是：gain(X)＝IX(p，n)-E(X)式中，X代表该信息熵或者总信息熵所针对的输入特征，X包括且只包括属于当前节点待选择作为判别属性的输入特征。6.如权利要求5所述的电气负载启动运行识别装置，其特征在于，步骤⑻中，分别计算所有输入特征针对该节点所有待分类电气负载类型的隶属偏离平方和，计算所有输入特征针对其中一种电气负载类型的隶属偏离平方和的方法是，分别计算所有输入特征在该种电气负载类型中的隶属偏离度，隶属偏离平方和为所有输入特征在该种电气负载类型中的隶属偏离度的平方和；计算输入特征在电气负载类型中的隶属偏离度的方法是：式中，X代表该隶属偏离度所针对的输入特征，i代表所针对的电气负载类型，ri(X)代表输入特征X在i所代表电气负载类型中的隶属偏离度；d0为输入特征X在i所代表电气负载类型区间化输入特征的区间中心值，d1为输入特征X在i所代表电气负载类型区间化输入特征的区间下限值，d为输入特征X的实际输入值。7.如权利要求6所述的电气负载启动运行识别装置，其特征在于，所述电气负载的启动电流特征和电气负载的稳态电流频谱特征通过以下方法获得：步骤1、获取复合负载的负载电流有效值作为第一负载电流有效值；步骤2、当第一负...

【专利技术属性】
技术研发人员：蒋中荣，凌云，肖伸平，汤彩珍，
申请(专利权)人：湖南工业大学，
类型：发明
国别省市：湖南,43