一种用电器识别方法及装置制造方法及图纸

本发明专利技术公开了一种用电器识别方法，包括如下步骤：获取用电器识别所需的电气参数，所述电气参数包括单通道电流波形数据；将采集到的单通道电流波形数据转化为多通道的待分离特征矩阵；采用盲源分离算法将待分离特征矩阵分解成多个独立用电器的特征矩阵；将所有独立用电器中特征矩阵与用电器识别模型进行比对，以判断当前用电器的类型。本发明专利技术还公开了一种电子设备和计算机可读存储介质。本发明专利技术的用电器识别方法通过智能电表来对用电过程中各用电器产生的波形数据进行采集，通过对各个波形数据进行识别以判断当前用电器类型；本发明专利技术的方法能够降低用电器识别成本以及实施难度，提高了检测效率。

A recognition method and device of electric appliance

【技术实现步骤摘要】
一种用电器识别方法及装置
本专利技术涉及一种电表
，尤其涉及一种用电器识别方法及装置。
技术介绍
目前，对于一些恶性负载以及限制使用的电器种类，需要通过电表采集到的一系列数据进行识别，从而保障用电的安全性。在智能电网快速发展的今天，用电器的识别还有利于对电器的用电量监测，可以有针对性的做出节约用电的策略。传统的用电器识别是侵入式负荷监测，在用户的每个用电设备上安装传感器用以采集其使用情况的数据。该方法的优点是监测数据准确可靠，缺点是经济成本高、实施性难度大、用户接受程度较低。
技术实现思路
为了克服现有技术的不足，本专利技术的目的之一在于提供一种用电器识别方法，其能解决用电器识别成本高、实施难度大以及识别精度不高的技术问题。本专利技术的目的之二在于提供一种电子设备，其能解决用电器识别成本高、实施难度大以及识别精度不高的技术问题。本专利技术的目的之三在于提供一种计算机可读存储介质，其能解决用电器识别成本高、实施难度大以及识别精度不高的技术问题。本专利技术的目的之一采用如下技术方案实现：一种用电器识别方法，包括如下步骤：第一获取步骤：获取用电器识别所需的电气参数，所述电气参数包括单通道电流波形数据；转化步骤：将采集到的单通道电流波形数据转化为多通道的待分离特征矩阵；分离步骤：采用盲源分离算法将待分离特征矩阵分解成多个独立用电器的特征矩阵；识别步骤：将所有独立用电器中的特征矩阵与用电器识别模型进行比对，以判断得到当前用电器的类型。r>进一步地，所述转化步骤具体包括如下子步骤：采集到的单通道电流波形数据经过变分模态方法进行分解得到N个不同的本征模态分量；经过贝叶斯方法对N个不同的本征模态分量进行估计，以得到N维观测信号矩阵，进而得到待分离特征矩阵。进一步地，所述电气参数还包括电压波形数据、功率波形数据和功率因数，在得到N维观测信号矩阵之后，将所述N维观测信号矩阵与电气参数中的其余参量数据组合以形成待分离特征矩阵。进一步地，对分解得到的本征模态分量采用小波变换和STFT来进行去噪处理。进一步地，在第一获取步骤之后转化步骤之前还包括第二获取步骤：将第一获取步骤中得到的单通道电流波形数据记为背景噪声，并持续获取运行过程中新加入的用电器所产生的波形数据。进一步地，在第一获取步骤之后还包括检测步骤：检测当前电路中是否存在功率波动，如果是，则执行转换步骤，如果否，则继续进行检测。进一步地，所述功率波动的检测通过对功率波形或者电压波形或者电流波形的幅值变化来实现。进一步地，所述分离步骤具体包括如下子步骤：将待分离特征矩阵分解至原子库中的各基函数上以得到叠加特征矩阵；通过迭代求解来对叠加特征矩阵进行计算以得到各个独立用电器的特征矩阵。进一步地，当存在有k个用电器时，且它们的波形各不相同，则所述叠加特征矩阵的具体表达方程为：；其中，表示t刻时间观测到的叠加特征矩阵，表示第i个用电器的特征矩阵，表示t刻时间第i个用电器工作状态。进一步地，所述迭代求解过程具体如下：随机初始化；对每一个观测样本遍历最多的组合可能，再计算预测值和真实值的差作为损失值，然后计算损失函数的值对的梯度，接着将反向梯度方向优化，然后将小于0的位置改为0；计算收敛后的损失函数值，当损失函数值达到预设精度时，求解得到各个独立用电器的特征矩阵。进一步地，在分离步骤之后还包括传输步骤：将独立用电器的特征矩阵通过通信模块传输至后台服务器，以使得后台服务器执行识别步骤。进一步地，在识别步骤之后还包括预警步骤：判断所有当前用电器中是否存在有违规电器用电行为，如果是，则发送报警信息至后台服务器或者至对应的移动终端处。进一步地，所述用电器识别模型通过如下步骤构建：收集多种用电器种类，并获取各用电器种类对应的用电特征数据；将所有的用电特征数据作为训练数据，并将训练数据输入至预设训练模型中进行训练以得到用电器识别模型。本专利技术的目的之二采用如下技术方案实现：一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本专利技术目的之一中任意一项所述的一种用电器识别方法。本专利技术的目的之三采用如下技术方案实现：一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如本专利技术目的之一中任意一项所述的一种用电器识别方法。相比现有技术，本专利技术的有益效果在于：本专利技术的用电器识别方法通过智能电表来对用电过程中各用电器产生的波形数据进行采集，通过对各个波形数据进行识别以判断当前用电器类型；本专利技术的方法能够降低用电器识别成本以及实施难度，提高了检测效率。附图说明图1为实施例一的用电器识别方法的流程图；图2为实施例一的用电器识别方法的具体流程图。具体实施方式下面，结合附图以及具体实施方式，对本专利技术做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。为了解决侵入式的一些缺点，现有的研究者们提出了非侵入式负荷识别，但是目前仅利用智能电表采集到的数据对用电器进行识别，用电器识别方法的精确度还不够高，性能还不够好。目前针对只能够针对于特定用电器来进行识别，采用具体的传感器或者检测机构来对不同种类的用电器实现检测；当需要检测的用电器数量上升时，则对应需要安装的检测结构也增多，从而造成工程实施难度加大。在本实施例中，直接将电量特征识别直接内置于智能电表中，这样能够使得其不需要另外单独购买检测部件，因为电表这类产品本身也属于家家户户所必须的产品，将两者结合具备更高的融合度。如图1和图2示，本实施例提供了一种用电器识别方法，包括如下步骤：S1：通过智能电表获取用电器识别所需的电气参数，所述电气参数包括单通道电流波形数据；通过智能电表获取用电器识别要求的电气参数；这些电气参数包括电压、电流、功率、谐波、频率等，只利用智能电表的数据采集，解决了利用传统多采集器成本高的问题。能够通过本实施例的智能电表进行采集的原因是由于采用了本实施例中的方法来进行监测，如果在没有本实施例中的算法做基础，也是无法单单通过上述数据采集来实现用电器的监测预警。S11：将步骤S1中得到的单通道电流波形数据记为背景噪声，并持续获取运行过程中新加入的用电器所产生的波形数据。通过将S1中的数据记录为背景噪声，从而获取不断加入该电路中的电流数据波形，也即是采集当前的波形数据，通过将S1中的背景滤除，也即是可以得到新加入的波形数据；通过这样的步骤可以大大降低后续的运算量，因为如果直接对所有的用电器进行监测的话，则需要分解所有的用电器对应的波形，这样就会大大增加系统的运算量，通过记录背景噪声并进行消噪，从一定程度的上提高了运算效率。S12：检测当前电路中是否存在功率波动本文档来自技高网...

【技术保护点】
1.一种用电器识别方法，其特征在于，包括如下步骤：/n第一获取步骤：获取用电器识别所需的电气参数，所述电气参数包括单通道电流波形数据；/n转化步骤：将采集到的单通道电流波形数据转化为多通道的待分离特征矩阵；/n分离步骤：采用盲源分离算法将待分离特征矩阵分解成多个独立用电器的特征矩阵；/n识别步骤：将所有独立用电器中的特征矩阵与用电器识别模型进行比对，以判断得到当前用电器的类型。/n

【技术特征摘要】
1.一种用电器识别方法，其特征在于，包括如下步骤：
第一获取步骤：获取用电器识别所需的电气参数，所述电气参数包括单通道电流波形数据；
转化步骤：将采集到的单通道电流波形数据转化为多通道的待分离特征矩阵；
分离步骤：采用盲源分离算法将待分离特征矩阵分解成多个独立用电器的特征矩阵；
识别步骤：将所有独立用电器中的特征矩阵与用电器识别模型进行比对，以判断得到当前用电器的类型。


2.如权利要求1所述的一种用电器识别方法，其特征在于，所述转化步骤具体包括如下子步骤：
采集到的单通道电流波形数据经过变分模态方法进行分解得到N个不同的本征模态分量；
经过贝叶斯方法对N个不同的本征模态分量进行估计，以得到N维观测信号矩阵，进而得到待分离特征矩阵。


3.如权利要求2所述的一种用电器识别方法，其特征在于，所述电气参数还包括电压波形数据、功率波形数据和功率因数，在得到N维观测信号矩阵之后，将所述N维观测信号矩阵与电气参数中的其余参量数据组合以形成待分离特征矩阵。


4.如权利要求2所述的一种用电器识别方法，其特征在于，对分解得到的本征模态分量采用小波变换和STFT来进行去噪处理。


5.如权利要求1所述的一种用电器识别方法，其特征在于，在第一获取步骤之后转化步骤之前还包括第二获取步骤：将第一获取步骤中得到的单通道电流波形数据记为背景噪声，并持续获取运行过程中新加入的用电器所产生的波形数据。


6.如权利要求1所述的一种用电器识别方法，其特征在于，在第一获取步骤之后还包括检测步骤：检测当前电路中是否存在功率波动，如果是，则执行转换步骤，如果否，则继续进行检测。


7.如权利要求6所述的一种用电器识别方法，其特征在于，所述功率波动的检测通过对功率波形或者电压波形或者电流波形的幅值变化来实现。


8.如权利要求1所述的一种用电器识别方法，其特征在于，所述分离步骤具体包括如下子步骤：
将待分离特征矩阵分解至原子库中的各基函数上以得到叠加特征矩阵；

【专利技术属性】
技术研发人员：蔡高琰，梅凯，梁炳基，陈声荣，
申请(专利权)人：广东浩迪创新科技有限公司，
类型：发明
国别省市：广东;44