买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉佛山市安能极科技有限公司申请的专利一种基于PLC通信的非侵入式负荷识别方法及其装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115878981B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211560335.X，技术领域涉及：G06F18/213；该发明授权一种基于PLC通信的非侵入式负荷识别方法及其装置是由李平奇;张存;赖桑愉;李昭强设计研发完成，并于2022-12-07向国家知识产权局提交的专利申请。

本一种基于PLC通信的非侵入式负荷识别方法及其装置在说明书摘要公布了：本发明提供一种基于PLC通信的非侵入式负荷识别方法及其装置，包括预设特征库，还包括检测输入的实时数据；缓存10‑20个周期的实时数据；通过功率法和电流波动法对实时数据进行检测计算；根据功率法的计算结果或电流波动法的计算结果判断是否发生投切事件；若是，则进入负载识别步骤；若否，则继续检测和计算；进入负载识别步骤后，先缓存4‑5个周期的实时数据；提取该组实时数据的特征，得到输出当前事件特征；根据输出当前事件特征和特征库进行识别计算；根据识别计算的结果输出负载类别。本发明能够确判定投切事件的发生，并通过对一定周期内的四种特征进行计算提取来精确判断负载特征的类型，提高识别的精度。

本发明授权一种基于PLC通信的非侵入式负荷识别方法及其装置在权利要求书中公布了：1.一种基于PLC通信的非侵入式负荷识别方法，其特征在于，包括预设特征库，还包括： 检测输入的实时数据； 缓存10-20个周期的实时数据； 通过功率法和电流波动法对实时数据进行检测计算；根据功率法的计算结果或电流波动法的计算结果判断是否发生投切事件； 若是，则进入负载识别步骤；若否，则继续检测和计算； 进入负载识别步骤后，先缓存4-5个周期的实时数据； 提取该组实时数据的傅里叶特征、小波特征、统计特征和VI曲线特征，得到输出当前事件特征； 根据输出当前事件特征和特征库进行识别计算； 根据识别计算的结果输出负载类别；所述实时数据包括电流i，电压v和功率P； 预设功率阈值，所述功率法对实时数据进行检测计算的计算方法为： 对比相邻的两个周期的功率P； 若满足|Pcurrent-Pprevious|＞Pthreshold；其中，Pcurrent为当前周期功率，Pprevious为上个周期功率，Pthreshold为功率阈值，则认为当前周期有投切事件发生；若否，则认为当前周期没有投切事件发生，并继续检测； 预设电流阈值，所述电流波动法对实时数据进行检测计算的计算方法为：对每个周期的电流的最大值进行线性插值达到有效电流包即计算： 其中x＝k-idmax-nextidmax-last-idmax-next； 其中，imax-last和idmax-last是插值位置上一个电流最大值的值和位置； imax-next和idmax-next是下一个电流最大值的值和位置； 然后计算：其中，为2个周期长度窗口中有效电流包的平均值；T为一个周期的采样数；L＝2T，L为窗口长度；最后计算方差k∈i；n∈i； 若方差大于电流阈值，则认为当前周期有投切事件发生；若否，则认为当前周期没有投切事件发生，并继续检测； 所述“根据输出当前事件特征和特征库进行识别计算”的识别计算方法包括k紧邻法和决策树法； 所述k紧邻法通过对比待识别负载特征与所述特征库进行对比，从而确定负载类别： Predf待识别＝最多类别topkmin{fg∈特征库}|f识别库-fg|2，其中，topkmin取最大的k个值； 所述决策树法采集训练样本，基于最大信息熵增益分割数据集，迭代生成决策树，得到训练好的决策树模型，而后将待识别特征输入决策树模型得到负载类别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人佛山市安能极科技有限公司，其通讯地址为：528000 广东省佛山市南海区桂城街道港口路8号国际创智园二区13座309房；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。