基于实时平均功率频域分析的洗衣机运行非侵入辨识方法
专利汇可以提供基于实时平均功率频域分析的洗衣机运行非侵入辨识方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于实时 平均功率 频域分析的 洗衣机 运行非侵入辨识方法,包括：在一定 采样 频率 范围内，对总电源进线的 电压 和 电流 进行采样，形成电压采样序列u和电流采样序列i；在一定计算 时间窗 口内，计算总电源进线处的实时平均功率序列P；选取实时平均功率序列P的一组样本量进行快速傅里叶变换，得到该实时平均功率序列P的幅值结果序列和频率结果序列；根据实时平均功率序列P的幅值结果序列和频率结果序列判断是否有洗衣机启动。本发明提供了一种全新的基于实时平均功率频域分析的洗衣机运行非侵入辨识方法，该方法能够准确 感知 洗衣机的运行，为实现洗衣机的非侵入辨识提供了技术 支撑 。，下面是基于实时平均功率频域分析的洗衣机运行非侵入辨识方法专利的具体信息内容。
1.一种基于实时平均功率频域分析的洗衣机运行非侵入辨识方法，其特征在于：该辨识方法包括如下步骤：
(1)在f＝0.5kHz～2kHz的采样频率范围内，对总电源进线的电压和电流进行采样，形成电压采样序列u和电流采样序列i；
(2)在一定计算时间窗口内，计算总电源进线处的实时平均功率序列P；
(3)选取实时平均功率序列P的一组样本量进行快速傅里叶变换，得到该实时平均功率序列P的幅频特性；
(4)根据步骤(3)中实时平均功率序列P的幅频特性判断是否有洗衣机启动，如未启动，则返回步骤(3)。
2.根据权利要求1所述的基于实时平均功率频域分析的洗衣机运行非侵入辨识方法，其特征在于：所述步骤(2)中所述实时平均功率序列P的计算公式为
其中，m为实时平均功率序列P的计算时间窗口所含工频周期数目，取m＝5个工频周期，k为采样点编号，N为一个工频周期包含的采样点数目。
3.根据权利要求1所述的基于实时平均功率频域分析的洗衣机运行非侵入辨识方法，其特征在于：所述步骤(3)中所述实时平均功率序列P的幅频特性包括幅值结果序列和频率结果序列，其计算公式为
Fp[j]＝FFT(P),fp[j]＝(j-1)*50/(m*Ns)
其中，j＝1,2,…,Ns，FFT表示快速傅里叶变换运算，Fp[j]为幅值结果序列，fp[j]为频率结果序列，Ns为参与本次快速傅里叶变换的P的样本数量，Ns取600～1200个。
4.根据权利要求1所述的基于实时平均功率频域分析的洗衣机运行非侵入辨识方法，其特征在于：所述步骤(4)中判断方法为：扫描幅频特性中的幅值结果序列和频率结果序列，如果在0.01Hz～0.1Hz频率范围内存在幅值大于50W的频谱分量，即可判断当次计算时间窗口内有洗衣机启动，否则返回步骤(3)对实时平均功率序列P的下一组样本量进行快速傅里叶变换。
基于实时平均功率频域分析的洗衣机运行非侵入辨识方法
技术领域
背景技术
发明内容
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种负载识别以及工频串联电弧故障检测方法 | 2020-07-09 | 3 |
| 一种基于克拉克变换的同步相量测量方法 | 2020-08-28 | 0 |
| 架空电缆电流数据分析方法、健康状态监测方法及系统 | 2021-01-01 | 0 |
| 一种对多通道模数转换信号的相位补偿方法 | 2022-10-25 | 1 |
| 一种风向空间关联驱动的铁路沿线风速预测方法 | 2020-09-12 | 1 |
| 连续扫描激光快速测振方法及其系统 | 2020-10-30 | 1 |
| 利用频域信息滤除衰减直流的电力信号同步相量测量方法 | 2022-02-11 | 1 |
| 传感器装置 | 2023-04-11 | 1 |
| 基于步态非线性特征的心电RR间隔预测关联方法 | 2020-07-01 | 3 |
| 一种基于FPGA和减法电路的正弦信号相位差测量方法 | 2020-06-18 | 2 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
