[发明专利]一种用电器种类识别方法

权利要求书

1.一种用电器种类识别方法，其特征在于，步骤如下：

1)获取未知用电器工作时周期性的电流数值，以时间为序，构成用电器工作电流数值序列；

2)处理、分析和提取电流数值序列的数据特征序列；

3)将此数据特征序列作为此未知用电器工作电流特征向量，并且与数据库中的大量已知样本用电器特征向量进行逐一匹配；

4)把匹配到的几组最相似的样本取出，统计这几组样本中占比最高的那一类用电器种类，将这一种类认定为此未知用电器的种类，完成识别。

2.如权利要求1所述的方法，其特征在于，步骤1)中获取未知用电器工作时周期性的电流数值，用于获取电流数值的设备为其他感知设备，不做限定；周期的大小不作限定。

3.如权利要求1所述的方法，其特征在于，步骤2)中，所述处理、分析和提取电流数值序列的数据特征序列，包括：处理数据时剔除了空置和异常值，分析数据实现截取数值序列的典型平稳的部分，数据特征序列包括这组数值序列的平均值、最大值、最小值、最大值和最小值之差、梯度上升的数据比例、梯度下降数据的比例、极大值的比例、极小值的比例、极大值的均值、极小值的均值、利群点的比例、除了利群点之外的均值和除了利群点之外的数据波动范围。

4.如权利要求1所述的方法，其特征在于，步骤3)中，数据库中的已知样本数据的获取方式和周期大小需要与未知电器的用电数据获取方式和感知周期一致；

所述数据库中的大量已知样本用电器特征向量，其特征为特征向量的每一个维度的定义与上述13个维度的定义相同；所述的数据特征序列项不仅仅包括列出的13项，还包括通过其他方法定义的特征；特征序列项数即特征维度多于或少于或不同于列出的13项，但是项目的数量必须与样本库中的特征向量维度一致；

所述特征向量匹配，匹配前需要将特征向量的各个值归一化，所谓匹配即为计算未知特征向量和已知样本特征向量的欧式距离，距离越小，表明匹配度越高。

5.如权利要求1所述的方法，其特征在于，在步骤4)中，所述几组最相似的样本，此处“几组”的具体数字为不超过样本总数的1％且不小于1，必须为奇数。