[发明专利]一种非侵入式家用电器负荷识别方法

权利要求书

1.一种非侵入式家用电器负荷识别方法，其特征在于，包括以下步骤：

步骤1，基于极限学习机建立待监测家庭的家用电器分类器；

步骤2，实时采集待监测家庭用电总线上的电压和电流，并检测是否发生家用电器启停事件；

步骤3，如果发生家用电器启停事件，将实时采集的电压数据和电流数据划分为暂态数据序列和稳态数据序列；对暂态数据序列进行小波变换，获取所述家用电器暂态过程的时频谱特性，作为负荷暂态特征；对稳态数据序列进行FFT变换，获取所述家用电器稳态过程的频谱特性，作为负荷稳态特征；将负荷暂态特征和负荷稳态特征组合成负荷特征向量；

步骤4，将所述负荷特征向量输入所述家用电器分类器，得到发生启停事件的家用电器的类别。

2.根据权利要求1所述的非侵入式家用电器负荷识别方法，其特征在于，所述方法还包括：通过在线学习，对所述家用电器分类器进行更新。

3.根据权利要求1所述的非侵入式家用电器负荷识别方法，其特征在于，所述步骤1具体包括：

步骤1.1，利用历史数据建立数据集A＝(x_i，y_i)，x_i为负荷特征向量，y_i为家用电器类别，i＝1，2，…，n，n为数据个数；负荷特征向量由负荷暂态特征和负荷稳态特征组合而成；

步骤1.2，将数据集A分成训练样本集和测试样本集两部分；

步骤1.3，以x为输入，以y为输出，建立极限学习机输出模型；

步骤1.4，利用训练样本集不断地学习更新极限学习机中的输出权重，并利用测试样本集对当前极限学习机输出模型进行验证，直到分类结果的误差小于设定阈值。

4.根据权利要求1所述的非侵入式家用电器负荷识别方法，其特征在于，所述步骤2采用双边滑窗CUSUM算法检测家用电器启停事件，具体包括：

步骤2.1，将实时采集的电流数据输入到一个宽度为2N的滑窗；

步骤2.2，用滑窗中后N个电流数据的平均值减去前N个电流数据的平均值，得到一个差值；

步骤2.3，如果所述差值大于设定的大于0的第一阈值，则有家用电器从关停状态变为开通状态；如果所述差值小于设定的小于0的第二阈值，则有家用电器从开通状态变为关停状态；如果所述差值大于或等于第二阈值小于或等于第一阈值，则更新滑窗数据，重复步骤2.2、步骤2.3，直到检测到有家用电器发生启停事件。