[发明专利]非侵入式电动自行车充电负荷检测与识别方法

权利要求书

1.非侵入式电动自行车充电负荷检测与识别方法，其特征在于，包括：

步骤1：获取电动自行车及与其并联的其他电器的充电负荷数据，提取所获取数据的电流电压特征；

步骤2：对步骤1的电流电压特征数据进行时域仿真，得到充电电压波形图和电流波形图；

步骤3：分析步骤2的波形图，判断数据是否存在错误，查找并剔除错误数据，对数据进行预处理，得到提剔除错误数据的波形图；

步骤4：对步骤3得到的波形图，分别进行充电过程的宏观分析，与一秒钟内的波形微观分析；

步骤5：利用傅里叶变换方法对步骤3预处理后的数据进行频域分析，提取谐波特征；

步骤6：对谐波特征进行分类识别，用训练集和测试集分别进行训练与测试。

2.根据权利要求1所述的非侵入式电动自行车充电负荷检测与识别方法，其特征在于，步骤3所述对数据进行预处理，包括：

采取区间限幅的方法，将大于阈值的数据进行剔除，同时采取充电前和充电中两种状态的电流电压波形，对多种负荷特征进行识别。

3.根据权利要求1所述的非侵入式电动自行车充电负荷检测与识别方法，其特征在于，步骤4所述宏观分析，包括：

对交流电压特征数据和电流特征数据分别进行分析，其中，对电流特征数据进行分析时，假设电动自行车的电流相位与其他用电器的电流相位相等，只对电流的大小进行波形分析。

4.根据权利要求1所述的非侵入式电动自行车充电负荷检测与识别方法，其特征在于，步骤4所述微观分析，包括：对电流特征数据进行微观分析，即选取充电前和充电中两种状态进行时域分析，比较电动自行车及其他电器的电流电压波形并对其不同之处进行分析。

5.根据权利要求1所述的非侵入式电动自行车充电负荷检测与识别方法，其特征在于，所述步骤5利用傅里叶变换方法进行频域分析，包括：

利用傅里叶算法对电动自行车和其他电器经步骤3预处理后的数据进行谐波特征提取，包括相频分析和时频分析。

6.根据权利要求5所述的非侵入式电动自行车充电负荷检测与识别方法，其特征在于，所述相频分析，具体为：分析电动自行车和其他电器两者相位的关系，得到电流电压相位谱图，分析二者是否在电流电压的相位上有何不同。

7.根据权利要求5所述的非侵入式电动自行车充电负荷检测与识别方法，其特征在于，所述幅频分析，具体为：探讨电动自行车和其他用电器的奇次谐波，利用变换得到1、3、5、7、9次的谐波的值，对充电前，即将充电，正在充电三个阶段进行仿真得到单边频谱图，从单边频谱图中得到各个阶段的谐波含量分布。

8.根据权利要求1所述的非侵入式电动自行车充电负荷检测与识别方法，其特征在于，所述步骤6中，采用朴素贝叶斯分类法对步骤5中经过频域分析提取的谐波特征进行分类识别，判断是属于电动自行车的特征还是其他电器的特征，具体的：

根据已确定的特征属性，获取训练样本，并对每个样本进行计算，求出每个特征属性，计算所有划分的条件概率，对每个类别的P(yi)P(x|yi)进行计算,并将其作为x所属类别最大项，如果P(y_k|x)＝max{P(y₁|x),P(y₂|x),…,P(y_n|x)}，则x∈y_k；

对电动自行车和其他电器各自选取30s-290s的数据信息，数据内容为1、3、5、7、9次谐波幅值并进行合并和随机打乱，按照3:7分成测试集和训练集，用训练集训练分类器模型，属于电动自行车为1，其他电器为0；

最终用测试集进行测试，观察测试结果是否符合实际情况。