[发明专利]电气设备负荷特征智能识别方法

权利要求书

1.一种电气设备负荷特征智能识别方法，其特征在于：包括以下步骤：

S1.采集电气设备工作时的负荷信号，包括电压和电流信号，并记录采集电气设备工作时的负荷信号的采集周期；

S2.采用傅里叶级数对负荷信号进行处理变换，得到负荷信号的直流分量值、基波幅值、谐波幅值以及相位；

S3.基于负荷信号的直流分量值、基波幅值、谐波幅值以及相位构建特征矩阵。

2.根据权利要求1所述电气设备负荷特征智能识别方法，其特征在于：步骤S2具体包括：

S21.将负荷信号采用以下公式表示：

其中，A表示负荷信号，n表示第n次谐波，A_n表示第n次谐波的幅值，nω表示第n次谐波的角频率，表示第n次谐波的相位；

S22.将公式(1)进行分解得到公式(2)：

其中，A₀表示负荷信号的直流分量值；A(t)表示t时刻的负荷信号；

S23.将公式(2)采用傅里叶变换得到通过傅里叶变换后的t时刻的负荷信号A(t)'：

其中，a₀表示负荷信号的直流分量值，a₁、b₁为负荷的基波幅值，a_n、b_n表示第n次谐波幅值。

3.根据权利要求2所述电气设备负荷特征智能识别方法，其特征在于：利用三角函数正交性，通过如下方法确定直流分量幅值a₀：

其中其中，f_s表示对负荷信号的采集频率，f表示工频，t₀表示初始采集时刻，T_s表示负荷信号的采集周期。

4.根据权利要求2所述电气设备负荷特征智能识别方法，其特征在于：通过如下方法确定第n次谐波的基波幅值a_n：

其中，其中，f_s表示对负荷信号的采集频率，f表示工频，t₀表示初始采集时刻，T_s表示负荷信号的采集周期。

5.根据权利要求2所述电气设备负荷特征智能识别方法，其特征在于：通过如下方法确定第n此谐波的谐波幅值b_n：

其中，其中，f_s表示对负荷信号的采集频率，f表示工频，t₀表示初始采集时刻，T_s表示负荷信号的采集周期。

6.根据权利要求2所述电气设备负荷特征智能识别方法，其特征在于：通过如下方法确定第n此谐波的相位：