基于FFT與遺傳算法的用電器識別

曹以龍, 涂少博, 帥祿瑋

(上海電力大學(xué) 電子與信息工程學(xué)院, 上海 200090)

火災(zāi)事故的危害性大,特別是在人口密集區(qū)。對大功率、高發(fā)熱用電器的使用進(jìn)行識別和監(jiān)控,能避免很多悲劇的發(fā)生。文獻(xiàn)[1-2]分別提出了通過負(fù)載瞬態(tài)特征和歐式距離來識別用電器類型的方法,但該方法只是單純依靠瞬態(tài)特征或歐式距離進(jìn)行種類繁多的用電器分類,不同類別用電器數(shù)據(jù)與樣本數(shù)據(jù)之間的匹配閾值較難確定,可操作性不強。文獻(xiàn)[3]提出了基于遺傳算法的神經(jīng)網(wǎng)絡(luò)分類識別方法,結(jié)合負(fù)載功率、瞬態(tài)、穩(wěn)態(tài)電流波形等電路參數(shù)進(jìn)行識別,對家庭用電智能化具有一定的推動作用,但是數(shù)據(jù)采集困難且對硬件設(shè)備要求較高。文獻(xiàn)[4]以電流波形的15次諧波系數(shù)作為系統(tǒng)的輸入,通過樣本數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練獲得分類網(wǎng)絡(luò),實現(xiàn)對負(fù)載的分類識別,但是神經(jīng)網(wǎng)絡(luò)運算量過大,對控制器的要求過高。

通過以上分析可知,從時域的角度進(jìn)行用電器的識別較為困難。為了降低實際應(yīng)用中對硬件的要求,盡可能對多種用電器進(jìn)行分類識別,本文從頻域出發(fā),通過快速傅里葉變換(Fast Fourier Transform,FFT)得到信號的頻譜[5],根據(jù)用電器的頻域特性,采用遺傳算法對當(dāng)前投入使用的用電器組合進(jìn)行搜索,達(dá)到用電器識別的目的。

1 用電器特征參量

本文提出的用電器識別算法的核心是,得到當(dāng)前電網(wǎng)側(cè)總負(fù)荷曲線與各種標(biāo)準(zhǔn)用電器負(fù)荷曲線之間的對應(yīng)關(guān)系,以此得到當(dāng)前接入的用電器類型,完成電器類別的判定。……