[发明专利]一种学生宿舍用电器分类方法

权利要求书

1.一种学生宿舍用电器分类方法，其特征在于，采用包括BP神经网络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分类方法，其特征在于，所述组合分类器中，BP神经网络分类器为主分类器，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、获取电器负载的稳态电流信号，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的n次谐波信号相对幅值作为负载电流频谱特征，其中，n＝1，2，…，M；所述M表示谐波最高次数且M大于等于3。

5.如权利要求4所述的学生宿舍用电器分类方法，其特征在于，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。

6.如权利要求1-3中任一项所述的学生宿舍用电器分类方法，其特征在于，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。

7.如权利要求1-3中任一项所述的学生宿舍用电器分类方法，其特征在于，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、待电器负载进入稳定状态后，同步获取电器负载的稳态电压信号、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。

8.如权利要求7所述的学生宿舍用电器分类方法，其特征在于，所述待电器负载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；所述N的取值范围为50-500。

9.如权利要求8所述的学生宿舍用电器分类方法，其特征在于，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，判定电器负载进入稳定状态；所述E的取值范围为2％-20％。