一种基于数字信号处理的电器类型识别的装置及方法
【专利摘要】本发明公开了一种基于数字信号处理的电器类型识别装置及方法，其系统包括依次连接的电流传感器、前置放大器、低通滤波器、程控放大器、A/D转换器、数字信号处理器和RS?485通信模块。所述电流传感器用于将电流信号转化为电压信号；A/D转换器用于将电压信号转换成对应的数字信号；数字信号处理器用于进行FFT运算，获得电流数字信号的频谱，利用决策树分类器实现电器类型识别；所述RS?485模块，用于接收相关工作指令及上传识别出的电器类型。本发明所提供的电器类型识别装置及方法，硬件简单，采用决策树分类器根据频谱特性幅值最大的多个频率点所处的位置以及相互之间的大小关系对电器类型进行识别，方法简单、可靠。
【专利说明】
一种基于数字信号处理的电器类型识别的装置及方法
技术领域
[0001]本发明涉及一种识别识别及分类装置，尤其是涉及一种基于数字信号处理的电器类型识别装置及方法。
【背景技术】
[0002]从目前的电器类型识别方法来看，使用小波分析、神经网络等算法进行电器类型识别是主流。这些方式虽然能够在理论上实现电器类别，而且通过计算机仿真识别过程，能够得到一个较为理想的效果。但是小波分析、神经网络等这些复杂的算法，在单片机、DSP等器件上较难实现。特别是神经网络算法，该种算法具备学习能力，模糊识别能力很强，但是，它的优点同时也是它的缺点，神经网络算法要求神经网络必须经过训练，训练样本越多，工作效果越好，没有经过训练的神经网络，不具备任何识别的能力。
【发明内容】
[0003]本发明的目的在于，针对现在已有技术的缺陷，提供一种硬件连接简单、算法实现容易的基于数字信号处理的电器类型识别装置及方法。所述装置包括依次连接的电流传感器、前置放大器、低通滤波器、程控放大器、A/D转换器、数字信号处理器和RS-485通信模块。其中，
[0004]所述电流传感器，用于将电器负载的电流信号转化为电压信号；
[0005]所述前置放大器，用于将电压信号进行前期放大，便于进行滤波处理；
[0006]所述低通滤波器，用于将去除频率高于5kHz的信号，避免出现频谱混叠；
[0007]所述程控放大器，用于将幅值较小信号放大、幅值较大信号衰减，始终保持信号幅值在合理区间内；
[0008]所述A/D转换器，用于将电压信号转换成对应的数字信号；
[0009]所述数字信号处理器，用于对数字信号进行处理，实现电器类型识别;数字信号处理器优选DSP;
[0010]所述RS-485模块，用于接收相关工作指令及上传识别出的电器类型。
[0011]所述基于数字信号处理的电器类型识别方法，由所述装置来实现，包括以下步骤:
[0012]步骤一、获取电器负载的电流信号，并将其转换为对应的电流数字信号；
[0013]步骤二、对电流数字信号进行FFT运算，得到电流数字信号频谱特性；
[0014]步骤三、根据电流数字信号频谱特性判断电器类型。
[0015]所述根据电流数字信号频谱特性判断电器类型的方法是，采用决策树分类器来判断电器类型。选择电流数字信号频谱特性2次及2次以上谐波中幅值最大的N个频率点，将所述N个频率点的频率及其相对谐波幅值作为决策树分类器的输入特征;所述相对谐波幅值为谐波幅值与基波幅值之间的比值;所述N大于等于3。优选N等于5。
[0016]所述决策树分类器的决策依据是所述N个频率点的频率及其相对谐波幅值的大小以及相对谐波幅值相互之间的大小关系。进一步地，所述决策树分类器的输入特征向量中还包括电器负载电流值;所述决策树分类器的决策依据是所述决策树分类器的决策依据是所述N个频率点的频率及其相对谐波幅值的大小以及相对谐波幅值相互之间的大小关系、电器负载电流值的大小。
[0017]所述选择电流数字信号频谱特性2次及2次以上谐波中幅值最大的N个频率点，方法是从电流数字信号频谱特性中幅值最大的2次及2次以上谐波频率点开始，依次选择，直至选择得到所有幅值最大的N个频率点。进一步地，所述N个频率点各不相邻，此时具体寻找至IJ5个特征频率点的频率及其相对谐波幅值的方法是:
[0018]①选择2次及2次以上谐波中幅值最大的频率点并确定为I个特征频率点；
[0019]②将特征频率点及其前后的各I个频率点排除，选择剩下频率点中幅值最大的频率点为新的I个特征频率点；
[0020]③重复步骤②，直到确定全部N个特征频率点；
[0021]④分别计算N个特征频率点谐波幅值与基波幅值之间的比值作为N个特征频率点的相对谐波幅值;将N个特征频率点的频率及其相对谐波幅值作为决策树分类器的输入特征。
[0022]本发明的有益效果是:决策树分类器简单易用，特别是使用快速傅里叶变换方法得到电流数字信号频谱特性后，根据幅值最大的多个频率点所处的位置以及相互之间的大小关系对电器类型进行识别，方法简单、可靠。
【附图说明】
[0023]图1为本发明实施例的电器类型识别装置的结构示意图；
[0024]图2为本发明实施例的电器类型识别方法的总体流程图；
[0025]图3为本发明实施例的FFT分析模块程序流程图。
【具体实施方式】
[0026]以下结合附图对本发明作进一步说明。
[0027]图1为本发明实施例的电器类型识别装置的结构示意图，包括依次连接的电流传感器11、前置放大器12、低通滤波器13、程控放大器14、A/D转换器15、数字信号处理器16和RS-485通信模块17。其中，电流传感器11用于将电流信号转换成电压信号;起抗混叠作用的低通滤波器13的输入信号为进行了前级放大的前置放大器12的输出信号;为了使电压信号范围在A/D转换器可以承受，并且保证转换精度的范围，在系统中添加程控放大器14;A/D转换器将模拟的电压信号，转化为采样频率为1kHz的数字信号;数字信号处理器16将对采集到的数字信号进行FFT运算，计算其频谱并进行电器类型的识别。识别出电器类型后，通过RS-485模块17将相关信息发送给主机。
[0028]RS-485模块17除了可以用来将识别信息发送给主机以外，还可以通过该模块设置必要参数，以提高在不同场合中系统对不同电器的识别准确性。
[0029]以下给出一种稳定性更好的实施例。涉及到高电压的系统中，希望能够将高电压与低电压部分隔离开，以排除相互之间的干扰。在本系统中，可以采用使用隔离A/D转换器的方式，将高电压与低电压隔离。同样，也可以采用12位的串行A/D转换器，再使用光电耦合器作为A/D转换器与数字信号处理器的连接器件。同样可以实现高电压与低电压的隔离，从而提尚系统的工作稳定性。
[0030]结合以上电器类型识别系统，本发明还提供了一种电器类型识别的方法，其总体流程图如图2所示。下面结合图2对该方法做具体分析。
[0031]P13，为了使装置在不同场合使用，设置了两种不同的模式，自主模式与查询模式。在自主模式中，装置将不断进行采样，识别电器类型的工作;完成一次识别后，即将识别结果发送出去。在查询模式时，只有在接收到识别指令时，才会进行识别，完成识别后，将识别结果发送给发出查询指令的主机。
[0032]P14，采集数据时，为了能够区分50Hz工频频率分量和直流分量，采样频率和FFT运算的点数必须满足一个对应的关系。在本实施例中，采用1024点FFT，采样频率选择在1kHz0
[0033]P17，FFT计算完成后的结果是复数值，而需要分析频率与幅值的关系时，需要将这一组复数值按照求幅值谱的方式，将复数值转变成频谱，以方便对频率与幅值的关系进行分析，实现电器类型识别的功能。
[0034]本发明实施例采用决策树分类器来判断电器类型。实施例中，选择电流数字信号频谱特性中除基波外，即2次及2次以上谐波中幅值最大的5条频谱所在频率点的频率与幅值作为决策树分类器的输入特征向量，决策树分类器的决策依据是该5个频率点的频率及其相对谐波幅值的大小以及相对谐波幅值之间的大小关系。以及他们相互之间的幅值大小关系。频谱特性分析是本算法中最重要的一部分，在此，结合图3说明一种分析频谱的方法。
[0035]P22，此处是为了寻找到5条频谱所在的频率点。如果直接按照幅值大小进行排序，那么得到的不一定涵盖了必要的频率点信息。因为一个幅值峰值点，其附近2?4个点的幅值也很高。因此，此处采取了一种策略:当已经选择到了最大值点时，其附近2?4个点，不作为纳入幅值排序;或者说，电流数字信号频谱特性中幅值最大的5个频率点各不相邻。具体寻找到5个特征频率点的频率及其相对谐波幅值的方法是:
[0036]①选择2次及2次以上谐波中幅值最大的频率点并确定为I个特征频率点；
[0037]②将特征频率点及其前后的各I个频率点排除，选择剩下频率点中幅值最大的频率点为新的I个特征频率点；
[0038]③重复步骤②，直到确定全部5个特征频率点；
[0039]④分别计算5个特征频率点谐波幅值与基波幅值之间的比值作为5个特征频率点的相对谐波幅值;将5个特征频率点的频率及其相对谐波幅值作为决策树分类器的输入特征。
[0040]P23，不同的用电器将会有不同的频谱特性。电阻性负载频谱主要集中在50Hz;电感性负载缺乏高频分量;使用开关电源供电的负载，频谱含量最为丰富。将前述5条频谱所在频率点的频率与幅值作为决策树分类器的输入特征向量，决策判断依据是该5个频率点的频率以及他们相互之间的幅值大小关系。
[0041]部分电器设备可能频谱特性相同，但属于完全不同的电器类型。例如，白炽台灯和电阻炉都是电阻性负载，其频谱特性相同。为对该类情况加以区分，将电器负载电流值也加入决策树分类器的输入特征向量，决策树分类器的决策依据还包括电器负载电流值的大小，以提尚识别的准确性。
[0042]本发明通过采用DSP作为算法处理器，充分发挥了DSP强大的数字信号处理能力。利用FFT频谱分析作为解决提取不同用电器类型特征值的方法，简单可行。具备一定的识别电器类型的能力。
[0043]应当理解的是，对于本领域的普通技术人员，可以根据上述说明加以改进或改变，而所有这些改进和改变都应该属于本发明所附权利要求的保护范围。
【主权项】
1.一种基于数字信号处理的电器类型识别装置，其特征在于，包括依次连接的电流传感器、前置放大器、低通滤波器、程控放大器、A/D转换器、数字信号处理器和RS-485通信模块。其中， 所述电流传感器，用于将电器负载的电流信号转化为电压信号； 所述前置放大器，用于将电压信号进行前期放大，便于进行滤波处理； 所述低通滤波器，用于将去除频率高于5kHz的信号，避免出现频谱混叠； 所述程控放大器，用于将幅值较小信号放大、幅值较大信号衰减，始终保持信号幅值在合理区间内； 所述A/D转换器，用于将电压信号转换成对应的数字信号； 所述数字信号处理器，用于对数字信号进行处理，实现电器类型识别； 所述RS-485模块，用于接收相关工作指令及上传识别出的电器类型。2.如权利要求1所述的基于数字信号处理的电器类型识别装置，其特征在于，所述数字信号处理器为DSP。3.—种基于数字信号处理的电器类型识别方法，由权利要求1 一 2中任一项所述的装置来实现，其特征在于，包括以下步骤: 步骤一、获取电器负载的电流信号，并将其转换为对应的电流数字信号； 步骤二、对电流数字信号进行FFT运算，得到电流数字信号频谱特性； 步骤三、根据电流数字信号频谱特性判断电器类型。4.如权利要求3所述的基于数字信号处理的电器类型识别方法，其特征在于，所述根据电流数字信号频谱特性判断电器类型的方法是，采用决策树分类器来判断电器类型。5.如权利要求4所述的基于数字信号处理的电器类型识别方法，其特征在于，选择电流数字信号频谱特性2次及2次以上谐波中幅值最大的N个频率点，将所述N个频率点的频率及其相对谐波幅值作为决策树分类器的输入特征;所述相对谐波幅值为谐波幅值与基波幅值之间的比值;所述N大于等于3。6.如权利要求5所述的基于数字信号处理的电器类型识别方法，其特征在于，所述决策树分类器的决策依据是所述N个频率点的频率及其相对谐波幅值的大小以及相对谐波幅值相互之间的大小关系。7.如权利要求5所述的基于数字信号处理的电器类型识别方法，其特征在于，所述N等于5。8.如权利要求5所述的基于数字信号处理的电器类型识别方法，其特征在于，所述选择电流数字信号频谱特性2次及2次以上谐波中幅值最大的N个频率点，方法是从电流数字信号频谱特性中幅值最大的2次及2次以上谐波频率点开始，依次选择，直至选择得到所有幅值最大的N个频率点。9.如权利要求8所述的基于数字信号处理的电器类型识别方法，其特征在于，所述选择电流数字信号频谱特性中幅值最大的N个频率点，方法是N个频率点各不相邻。10.如权利要求6所述的基于数字信号处理的电器类型识别方法，其特征在于，所述决策树分类器的输入特征向量还包括电器负载电流值;所述决策树分类器的决策依据还包括电器负载电流值的大小。
【文档编号】G01R31/00GK105891635SQ201610217607
【公开日】2016年8月24日
【申请日】2016年4月8日
【发明人】肖伸平, 殷理杰, 凌云, 曾红兵
【申请人】湖南工业大学