[发明专利]基于模式识别的白色家电工作状态监测方法

说明书

[技术领域]

本发明涉及白色家电领域，具体涉及一种利用模式识别的方法处理和分析白色家电的工作状态。适用于家电的健康状况监测、家电综合性能质检、网络家电等。

[背景技术]

白色家电作为替代人们家务劳动和改善生活环境提高物质生活水平的电器得到了人们更多的关注，而白色家电智能化将成为白色家电的发展趋势。

目前，白色家电网络化功能主要体现在远程控制或通信功能上，其远程故障诊断及服务功能相对较弱；此外，家电出厂检测时往往是对单一功能逐项检测，对整机综合功能检测缺乏有效的手段。对家电的工作状态进行实时监测是解决上述问题必须攻克的关键技术。

[发明内容]

本发明要解决的技术问题是克服现有技术的不足，提供一种基于模式识别的白色家电工作状态监测方法。

本发明采用的技术方案是，一种基于模式识别的白色家电工作状态监测方法，包括步骤如下：

步骤1：在线状态下连续采集白色家电正常工作状态时的多参数信号；

步骤2：在离线状态下对工作状态进行人工分类，预处理，特征提取，建立原始特征样本库；

步骤3：在离线状态下利用欧式距离算法获取初始标准样本；所述初始标准样本是指训练样本库中任意一个样本到与相同状态的其它样本的距离之和最小的样本；

步骤4：在离线状态下将测试样本与初始标准样本匹配，根据识别率优化特征生成标准样本，由若干标准样本组成标准样本库；

步骤5：在线测试及自动分期，提取信号特征，得到待测样本；

步骤6：在线状态下将待测样本与标准样本库中的标准样本分别进行匹配、识别，实现家电状态自动分类。

作为优选，上述步骤1中是采用频率跟踪技术对以电力参数为主的白色家电工作状态参数进行采集，即跟踪电网频率进行同步采集。

作为优选，步骤2中所述人工分类是基于已知设定的程序和工作模式下，通过感官观察及波形对比，把不同特征波形与状态对应起来；所述预处理主要是指对信号进行去噪、过零检测等；所述特征提取是采用时-频域分析的方法对数字信号进行预处理后提取以电流谐波为主，幅值、相位、功率、峰值因数、波形趋势、噪声谱等为辅的多维特征矩阵，该多维特征矩阵为原始特征样本，若干特征样本组成了原始特征样本库。

作为优选，步骤4中所述标准样本库的建立包括以下具体步骤：

(1)分离原始特征样本库为训练样本库和测试样本库；所述训练样本库包含所有训练样本，测试样本库包含所有测试样本，并且分成若干个等数量的样本组；

(2)通过欧式距离法从训练样本中训练得到初始标准样本，由若干初始标准样本组成初始样本库；

(3)对所有测试样本组与初始标准样本进行基于相关的匹配测试，计算每个测试样本组的识别率及所有组的平均识别率；

(4)采取循环搜索法优化特征，搜索包含所有特征组合；

(5)选择平均识别率最高且大于或等于特定值S的特征组合作为优化特征，所述特定值S∈[0.95，1)；如果最高平均识别率小于S，则改变或增加新特征，重复步骤(4)，直至平均识别率达到或大于S为止，确定标准样本的维数及特征参数，形成优化特征；

(6)建立相对最优标准样本与ID识别码即工作状态编码的对应关系，生成标准样本库。

作为优选，步骤5中所述获取待测样本包括以下具体步骤：

(1)对在线获取的被测信号进行基于优化特征的特征提取；

(2)利用相似度原理对相邻两波形进行在线自动分期。

作为优选，上述步骤6是利用互相关的方法对待测样本与标准状态样本库进行匹配，找出相对应的ID识别码，确定工作状态类别。

本发明的有益效果是：

1、实时监测家电工作状态，为网络家电故障预测及故障诊断提供基础数据，为家电综合性能检测及评价提供服务。

2、基于本发明提出的方法，可实时分析控制模式对能耗、噪声的关键参数的影响，从而优化程序最终优化家电性能(如节能降噪)。

3、具有对大部分功率型低压电器尤其是白色家电的通用性。

[附图说明]

下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1基于模式识别的白色家电工作状态监测方法流程图。

图2家电工作序列图。

图3优化样本维数建立标准样本库流程图。

图4所采集不同类型家电不同状态的电流波形图；

其中，4-1为某型号空调工作状态1的电流波形图；