一种学生宿舍用电器类型分类方法技术

一种学生宿舍用电器类型分类方法，采用包括支持向量机分类器和贝叶斯分类器的组合分类器进行识别分类，兼顾两种分类器的特点进行综合识别，识别准确率高；同时采用电器的启动电流特征、电器的基波电压电流相位差和负载电流频谱特征作为电器类型的识别特征，特征信息丰富；提供的基波电压电流相位差、启动电流特征、负载电流频谱特征获取方法简单、可靠。所述电器类型分类方法可以用在学生集体宿舍等一些需要进行用电负载管理的集体公共场所，也可以用于需要进行用电负载类型与统计的其他需要进行用电设备管理的场合。

【技术实现步骤摘要】
一种学生宿舍用电器类型分类方法本专利技术专利申请为分案申请，原案申请号为201610218359.5，申请日为2016年4月8日，专利技术名称为一种学生宿舍用电器类型判断方法。
本专利技术涉及一种电器设备识别及分类方法，尤其是涉及一种学生宿舍用电器类型分类方法。
技术介绍
目前，主流的电器性质或者电器类型识别方法包括基于负载功率综合系数算法的电器识别方法、基于电磁感应的电器识别方法、基于神经网络算法的电器识别方法、基于周期性离散变换算法的电器识别方法等。各种方法均能够在一定程度是实现电器性质的识别，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。
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，提供一种能够实现高效识别的学生宿舍用电器类型分类方法。所述学生宿舍用电器类型分类方法采用包括支持向量机分类器和贝叶斯分类器的组合分类器进行电器类型识别；所述组合分类器的输入特征包括电器的启动电流特征、电器的负载电流频谱特征和电器的基波电压电流相位差。所述组合分类器中，支持向量机分类器为主分类器，贝叶斯分类器为辅助分类器。所述组合分类器进行电器类型识别的方法是：当主分类器成功实现电器类型识别时，主分类器的电器类型识别结果为组合分类器的识别结果；当主分类器未能实现电器类型识别，且主分类器的识别结果为2种或者2种以上电器类型，将主分类器输出的2种或者2种以上电器类型识别结果中，辅助分类器输出中概率最高的电器类型作为组合分类器的电器类型识别结果；当主分类器未能实现电器类型识别，且主分类器的识别结果中未能给出识别的电器类型时，将辅助分类器输出中概率最高的电器类型作为组合分类器的电器类型识别结果。所述负载电流频谱特征通过以下方法获得：步骤一、获取电器的稳态电流信号，并将其转换为对应的稳态电流数字信号；步骤二、对稳态电流数字信号进行傅立叶变换，得到负载电流频谱特性；步骤三、将负载电流频谱特性中谐波次数为n次的奇次谐波信号相对幅值作为负载电流频谱特征，其中，n＝1，3，…，M；所述M表示谐波最高次数且M大于等于3。所述谐波信号相对幅值为谐波信号幅值与电器负载稳态电流有效值的比值。所述电器的基波电压电流相位差通过以下方法获得：步骤①、待电器进入稳定状态后，同步获取电器的稳态电压信号、稳态电流信号，并将其转换为相应的稳态电压数字信号、稳态电流数字信号；步骤②、对稳态电压数字信号、稳态电流数字信号分别进行数字滤波，提取出基波电压信号、基波电流信号；步骤③、分析计算基波电压信号与基波电流信号之间的相位差，将基波电压信号与基波电流信号之间的相位差作为电器的基波电压电流相位差。所述待电器进入稳定状态后的判断，根据最近N个工频周期之内的每个工频周期的负载电流有效值来进行，具体方法是：对电器的负载电流进行连续采样，以工频周期为单位计算负载电流有效值并保存；计算最近N个工频周期的负载电流有效值的平均值；当最近N个工频周期之内的每个工频周期的负载电流有效值与该N个工频周期的负载电流有效值的平均值相比较，波动幅度均小于设定的相对误差范围E时，判定电器进入稳定状态。所述N的取值范围为50-500，E的取值范围为2％-20％。所述启动电流特征包括启动冲激电流、启动平均电流、启动电流冲量，通过以下方法获得：步骤1、电器启动前，开始对电器的负载电流连续采样并对负载电流大小进行判断；当负载电流有效值大于ε时，判定电器开始启动并转向步骤2；所述ε为大于0的数值；步骤2、待判定电器进入稳定状态后，转向步骤3；步骤3、将最近N个工频周期之内的负载电流有效值的平均值作为电器负载稳态电流；将电器开始启动时刻至最近N个工频周期起始时刻之间的时间作为启动过程时间；计算电器开始启动后L个工频周期之内的电器负载电流有效值的平均值与电器负载稳态电流之间的比值，将该比值作为电器的启动冲激电流；计算电器的启动过程时间之内的电器负载电流有效值的平均值与电器负载稳态电流之间的比值，将该比值作为电器的启动平均电流；计算电器的启动平均电流与启动过程时间之间的乘积，将该乘积作为电器的启动电流冲量；所述L的取值范围为1-5。所述组合分类器的输入特征还包括电器负载稳态电流。所述学生宿舍用电器类型分类方法由包括信息采集模块、信息处理模块、通信模块的装置实现。所述信息采集模块用于采集电器的负载电流信息和负载电压信息并送至信息处理模块；所述信息处理模块依据输入的信息进行电器类型识别；所述通信模块用于发送信息处理模块的电器类型识别结果至上位机。所述信息采集模块包括电流传感器、前置放大器、滤波器、A/D转换器；所述信息处理模块的核心为DSP，或者为ARM，或者为单片机，或者为FPGA。所述A/D转换器可以采用信息处理模块的核心中包括的A/D转换器。所述信息采集模块、信息处理模块、通信模块的全部或者部分功能集成在一片SoC(SystemonChip，片上系统)上。所述通信模块还接收上位机的相关工作指令；所述通信模块与上位机之间的通信方式包括无线通信方式与有线通信方式；所述无线通信方式包括ZigBee、蓝牙、WiFi、433MHz数传方式；所述有线通信方式包括485总线、CAN总线、互联网、电力载波方式。本专利技术的有益效果是：采用包括支持向量机分类器和贝叶斯分类器的组合分类器进行识别分类，兼顾支持向量机分类器和贝叶斯分类器的特点进行综合识别，泛化能力与识别准确率高；同时采用电器的启动电流特征、电器的负载电流频谱特征以及电器的基波电压电流相位差作为所述学生宿舍用电器类型分类方法的识别特征，特征信息丰富；提供的包括启动冲激电流、启动平均电流、启动电流冲量在内的启动电流特征获取方法，以及负载电流频谱特征获取方法简单、可靠。附图说明图1为实现学生宿舍用电器类型分类方法的装置实施例结构示意图；图2为白炽灯台灯的启动过程电流波形；图3为电阻炉等电阻性负载的启动过程电流波形；图4为单相电机类负载的启动过程电流波形；图5为计算机及开关电源类负载的启动过程电流波形；图6为学生宿舍用电器类型分类方法流程图。具体实施方式以下结合附图对本专利技术作进一步说明。图1为实现学生宿舍用电器类型分类方法的装置实施例结构示意图，包括信息采集模块101、信息处理模块102、通信模块103。信息采集模块102用于采集电器的负载电压、负载电流并将负载电压、负载电流转换成电压数字信号、电流数字信号，电压数字信号、电流数字信号被送至信息处理模块102。信息采集模块中包括电压传感器、电流传感器、前置放大器、滤波器、A/D转换器等组成部分，分别完成负载电压、负载电流信号的传感、放大、滤波与模数转换功能。当负载电流范围较大时，可以选择具有程控功能的前置放大器，或者是在A/D转换器前再增加一个独立的程控放大器，对范围较大的负载电流实行分段控制放大，使输入至A/D转换器的电压信号范围保持在合理的区间，保证转换精度。滤波器用于滤除高频分量，避免频谱混叠。信息处理模块102依据输入的电压数字信号、电流数字信号，采用包括支持向量机分类器和贝叶斯分类器的组合分类器实现电器类型识别。组合分类器的输入特征包括电器的启动电流特征、电器的负载电流频谱特征和电器的基波电压电流相位差。信息处理模块102的核心为DSP、ARM、单片机，或者为FPGA。本文档来自技高网...

【技术保护点】
1.一种学生宿舍用电器类型分类方法，其特征在于，采用包括支持向量机分类器和贝叶斯分类器的组合分类器进行电器类型识别；所述组合分类器的输入特征包括电器的启动电流特征、电器的负载电流频谱特征和电器的基波电压电流相位差。

【技术特征摘要】
1.一种学生宿舍用电器类型分类方法，其特征在于，采用包括支持向量机分类器和贝叶斯分类器的组合分类器进行电器类型识别；所述组合分类器的输入特征包括电器的启动电流特征、电器的负载电流频谱特征和电器的基波电压电流相位差。2.如权利要求1所述的学生宿舍用电器类型分类方法，其特征在于，所述组合分类器中，支持向量机分类器为主分类器，贝叶斯分类器为辅助分类器。3.如权利要求2所述的学生宿舍用电器类型分类方法，其特征在于，所述组合分类器进行电器类型识别的方法是：当主分类器成功实现电器类型识别时，主分类器的电器类型识别结果为组合分类器的识别结果；当主分类器未能实现电器类型识别，且主分类器的识别结果为2种或者2种以上电器类型，将主分类器输出的2种或者2种以上电器类型识别结果中，辅助分类器输出中概率最高的电器类型作为组合分类器的电器类型识别结果；当主分类器未能实现电器类型识别，且主分类器的识别结果中未能给出识别的电器类型时，将辅助分类器输出中概率最高的电器类型作为组合分类器的电器类型识别结果。4.如权利要求1-3中任一项所述的学生宿舍用电器类型分类方法，其特征在于，所述负载电流频谱特征通过以下方法获得：步骤一、获取电器的稳态电流信号，并将其转换为对应的稳态电流数字信号；步骤二、对稳态电流数字信号进行傅立叶变换，得到负载电流频谱特性；步骤三、将负载电流频谱特性中谐波次数为n次的奇次谐波信号相对幅值作为负载电流频谱特征，其中，n＝1，3，…，M；所述M表示谐波最高次数且M大于等于3。5.如...

【专利技术属性】
技术研发人员：周维龙，凌云，孔玲爽，曾红兵，
申请(专利权)人：湖南工业大学，
类型：发明
国别省市：湖南,43