CN104090176A - 一种基于耗电特征曲线的家用电器智能识别方法 - Google Patents

Abstract

本发明公开了一种基于耗电特征曲线的家用电器智能识别方法，包括以下步骤：建立电器功耗曲线库；实时检测待测电器的耗电情况并形成耗电特征曲线；将得到的待测电器耗电特征曲线与电器功耗曲线库中的特征曲线进行比对处理，从而得出待测电器对应的电器类型。本发明通过实时监测电器的耗电情况形成耗电曲线，并对比电器功耗曲线库中的耗电曲线，从而判断该电器的种类。本发明实现操作简便，快速及时，而且成本较低，准确性较高，从而方便对电器进行后续的智能控制。本发明可广泛应用于电器识别领域中。

Description

一种基于耗电特征曲线的家用电器智能识别方法

技术领域

本发明涉及识别技术领域，尤其涉及一种基于耗电特征曲线的家用电器智能识别方法。

背景技术

在识别电器设备的领域中，如何让识别系统在最小成本负担下能实现快速及时地识别终端的电器设备一直是业界很重要的一项课题，目前市面上用来识别电器设备的识别系统大多无法有效实现快速及时地识别电器设备的目的，因此造成许多使用上的困扰。这种情况下，根本无法实现设备之间智能控制，也无法根据某类设备实际使用特性进行智能控制。

发明内容

为了解决上述技术问题，本发明的目的是提供一种能快速识别电器类型，并且准确性较高的一种基于耗电特征曲线的家用电器智能识别方法。

本发明所采用的技术方案是：

一种基于耗电特征曲线的家用电器智能识别方法，包括以下步骤：

A、建立电器功耗曲线库；

B、实时检测待测电器的耗电情况并形成耗电特征曲线；

C、将得到的待测电器耗电特征曲线与电器功耗曲线库中的特征曲线进行比对处理，从而得出待测电器对应的电器类型。

作为所述的一种基于耗电特征曲线的家用电器智能识别方法的进一步改进，所述步骤A包括：

A1、采集各电器厂家给出的各类电器产品的耗电特征曲线；

A2、根据采集得到的各类电器产品的耗电特征曲线，计算得到对应的平均值曲线、最大值范围曲线和最小值范围曲线。

作为所述的一种基于耗电特征曲线的家用电器智能识别方法的进一步改进，所述步骤B其具体为：

通过实时采样待测电器的消耗的功率点，并逐步把点进行连接，得出耗电特征曲线。

作为所述的一种基于耗电特征曲线的家用电器智能识别方法的进一步改进，所述步骤C包括：

C1、将待测电器耗电特征曲线与电器功耗曲线库中的平均值曲线进行对比，得出若干类似特征曲线；

C2、将待测电器耗电特征曲线与若干类似特征曲线进行误差范围为+/-5%以内的对比处理，并记录与各功耗特征曲线的误差个数；

C3、记录待测电器耗电特征曲线超过各类似特征曲线的最大值和最小值范围的溢出个数；

C4、根据待测电器耗电特征曲线与各类似特征曲线对比得出的误差个数和溢出个数，将误差个数和溢出个数为最少的功耗特征曲线选取为待测电器的对应特征曲线，并将待测电器判断为该特征曲线对应的电器类型。

作为所述的一种基于耗电特征曲线的家用电器智能识别方法的进一步改进，所述步骤B还包括：

当采样得到的功率值相比前一次采样得到的功率值的差值大于设定值时,采样时长缩短一半。

作为所述的一种基于耗电特征曲线的家用电器智能识别方法的进一步改进，所述步骤B还包括：

当采样得到的功率值相比前一次采样得到的功率值的差值小于于设定值时,采样时长增加一倍。

本发明的有益效果是：

本发明一种基于耗电特征曲线的家用电器智能识别方法通过实时监测电器的耗电情况形成耗电曲线，并对比电器功耗曲线库中的耗电曲线，从而判断该电器的种类。本发明实现操作简便，快速及时，而且成本较低，准确性较高，从而方便对电器进行后续的智能控制。

附图说明

下面结合附图对本发明的具体实施方式作进一步说明：

图1是本发明一种基于耗电特征曲线的家用电器智能识别方法的步骤流程图；

图2是本发明一种基于耗电特征曲线的家用电器智能识别方法步骤A的步骤流程图。

具体实施方式

参考图1-图2，本发明一种基于耗电特征曲线的家用电器智能识别方法，包括以下步骤：

A、建立电器功耗曲线库；

B、实时检测待测电器的耗电情况并形成耗电特征曲线；

C、将得到的待测电器耗电特征曲线与电器功耗曲线库中的特征曲线进行比对处理，从而得出待测电器对应的电器类型。

作为所述的一种基于耗电特征曲线的家用电器智能识别方法的进一步改进，所述步骤A包括：

A1、采集各电器厂家给出的各类电器产品的耗电特征曲线；

A2、根据采集得到的各类电器产品的耗电特征曲线，计算得到对应的平均值曲线、最大值范围曲线和最小值范围曲线。

其中，本发明还可以通过使用者自动添加各类电器的耗电曲线，以及通过各类通信网络信息进行耗电曲线的收集，从而进一步完善电器功耗曲线库。

作为所述的一种基于耗电特征曲线的家用电器智能识别方法的进一步改进，所述步骤B其具体为：

通过实时采样待测电器的消耗的功率点，并逐步把点进行连接，得出耗电特征曲线。

其中，本发明的采样机制为:时间段分为开机时间段和正常工作时间段。开机时间段采样时间较短，即采样频率较快；正常工作时间段采样时间较长，即采样频率较慢。

作为所述的一种基于耗电特征曲线的家用电器智能识别方法的进一步改进，所述步骤C包括：

C1、将待测电器耗电特征曲线与电器功耗曲线库中的平均值曲线进行对比，得出若干类似特征曲线；

C2、将待测电器耗电特征曲线与若干类似特征曲线进行误差范围为+/-5%以内的对比处理，并记录与各功耗特征曲线的误差个数；

C3、记录待测电器耗电特征曲线超过各类似特征曲线的最大值和最小值范围的溢出个数；

C4、根据待测电器耗电特征曲线与各类似特征曲线对比得出的误差个数和溢出个数，将误差个数和溢出个数为最少的功耗特征曲线选取为待测电器的对应特征曲线，并将待测电器判断为该特征曲线对应的电器类型。

作为所述的一种基于耗电特征曲线的家用电器智能识别方法的进一步改进，所述步骤B还包括：

当采样得到的功率值相比前一次采样得到的功率值的差值大于设定值时,采样时长缩短一半。

作为所述的一种基于耗电特征曲线的家用电器智能识别方法的进一步改进，所述步骤B还包括：

当采样得到的功率值相比前一次采样得到的功率值的差值小于于设定值时,采样时长增加一倍。

其中，如果最后检测得出没有类似曲线则通知使用者没有检测出类似曲线，并请使用者输入该电器种类及品牌型号，本发明自动把该耗电曲线及对应品牌等信息存入耗电曲线库中。

以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (6)

1.一种基于耗电特征曲线的家用电器智能识别方法，其特征在于：包括以下步骤：

A、建立电器功耗曲线库；

B、实时检测待测电器的耗电情况并形成耗电特征曲线；

C、将得到的待测电器耗电特征曲线与电器功耗曲线库中的特征曲线进行比对处理，从而得出待测电器对应的电器类型。

2.根据权利要求1所述的一种基于耗电特征曲线的家用电器智能识别方法，其特征在于：所述步骤A包括：

A1、采集各电器厂家给出的各类电器产品的耗电特征曲线；

A2、根据采集得到的各类电器产品的耗电特征曲线，计算得到对应的平均值曲线、最大值范围曲线和最小值范围曲线。

3.根据权利要求2所述的一种基于耗电特征曲线的家用电器智能识别方法，其特征在于：所述步骤B其具体为：

通过实时采样待测电器的消耗的功率点，并逐步把点进行连接，得出耗电特征曲线。

4.根据权利要求2所述的一种基于耗电特征曲线的家用电器智能识别方法，其特征在于：所述步骤C包括：

C1、将待测电器耗电特征曲线与电器功耗曲线库中的平均值曲线进行对比，得出若干类似特征曲线；

C2、将待测电器耗电特征曲线与若干类似特征曲线进行误差范围为+/-5%以内的对比处理，并记录与各功耗特征曲线的误差个数；

C3、记录待测电器耗电特征曲线超过各类似特征曲线的最大值和最小值范围的溢出个数；

C4、根据待测电器耗电特征曲线与各类似特征曲线对比得出的误差个数和溢出个数，将误差个数和溢出个数为最少的功耗特征曲线选取为待测电器的对应特征曲线，并将待测电器判断为该特征曲线对应的电器类型。

5.根据权利要求3所述的一种基于耗电特征曲线的家用电器智能识别方法，其特征在于：所述步骤B还包括：

当采样得到的功率值相比前一次采样得到的功率值的差值大于设定值时,采样时长缩短一半。

6.根据权利要求3所述的一种基于耗电特征曲线的家用电器智能识别方法，其特征在于：所述步骤B还包括：

当采样得到的功率值相比前一次采样得到的功率值的差值小于于设定值时,采样时长增加一倍。