[发明专利]一种智能插座的负荷识别系统及方法在审
申请号: | 201910516627.5 | 申请日: | 2019-06-14 |
公开(公告)号: | CN110222788A | 公开(公告)日: | 2019-09-10 |
发明(设计)人: | 刘晓胜;于春娇;陈鹏飞;姚友素 | 申请(专利权)人: | 哈尔滨工业大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G01R31/00 |
代理公司: | 哈尔滨市松花江专利商标事务所 23109 | 代理人: | 于歌 |
地址: | 150001 黑龙*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 负荷识别 智能插座 用电信息 负荷特征 算法 采集 智能家居 比对 灵活 情景 应用 | ||
1.一种智能插座的负荷识别系统,其特征在于,包括以下单元:
负荷特征库建立单元:
在各类负荷插入智能插座时,采集各类负荷的用电信息,对用电信息进行负荷特征提取,并建立负荷特征库,所述用电信息包括:电压、电流、有功功率、功率因数、频率和累计耗电量;
负荷识别单元:
当待识别负荷插入智能插座时,采集待识别负荷的用电信息,利用负荷识别算法将待识别负荷的用电信息与负荷特征库进行比对,进而识别出待识别负荷的类型。
2.根据权利要求1所述的一种智能插座的负荷识别方法,其特征在于,所述待识别负荷为单负荷,负荷识别算法为相对欧氏距离算法。
3.根据权利要求2所述的一种智能插座的负荷识别方法,其特征在于,所述相对欧氏距离算法的表达式为:
其中,xi和xj分别表示样本库中第i个负荷和待识别负荷,d′(xi,xj)表示xi与xj之间的相对欧氏距离,所述样本库为利用负荷特征库建立的样本库。
4.根据权利要求1所述的一种智能插座的负荷识别方法,其特征在于,所述待识别负荷为多负荷,负荷识别算法为向量距离算法。
5.根据权利要求4所述的一种智能插座的负荷识别方法,其特征在于,所述向量距离算法的表达式为:
其中,ki表示第i个负荷的开启系数,其取值为0或1,当ki=0时,表示第i个负荷未开启,当ki=1时,表示第i个负荷开启,n表示样本库中负荷的数量,D表示样本负荷组与待识别负荷组之间的向量距离,
利用负荷特征库建立的样本库,将样本库中所有负荷作为样本负荷组,则Ii和分别表示样本负荷组中第i个负荷的电流和功率因数角,
将所有待识别负荷作为待识别负荷组,表示待识别负荷组的向量坐标。
6.一种智能插座的负荷识别方法,其特征在于,包括以下步骤:
负荷特征库建立步骤:
在各类负荷插入智能插座时,采集各类负荷的用电信息,对用电信息进行负荷特征提取,并建立负荷特征库,所述用电信息包括:电压、电流、有功功率、功率因数、频率和累计耗电量;
负荷识别步骤:
当待识别负荷插入智能插座时,采集待识别负荷的用电信息,利用负荷识别算法将待识别负荷的用电信息与负荷特征库进行比对,进而识别出待识别负荷的类型。
7.根据权利要求6所述的一种智能插座的负荷识别方法,其特征在于,所述待识别负荷为单负荷,负荷识别算法为相对欧氏距离算法。
8.根据权利要求7所述的一种智能插座的负荷识别方法,其特征在于,所述相对欧氏距离算法具体如下:
利用负荷特征库建立样本库,
样本库中第i个负荷xi与待识别负荷xj之间的欧氏距离d(xi,xj)为:
xi与xj之间的相对欧氏距离d′(xi,xj)为:
则xi与xj的相似系数c(xi,xj)为:
c(xi,xj)取值为0~100%,当c(xi,xj)越趋近100%,则xi与xj越相似,进而用于判断待识别负荷的类型,
上式中xik和xjk分别为xi与xj中的第k个特征值,m为每个负荷的特征值数量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学,未经哈尔滨工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910516627.5/1.html,转载请声明来源钻瓜专利网。