本发明属于电器识别，尤其涉及一种用电器识别方法。
背景技术：
1、随着居民用电事故的增长，对于用电行为的精细化管理已经迫在眉睫，智能用电、安全用电这个背景下，电器智能识别技术应运而生，通过对电器使用过程中电参信号进行处理和分析，结合大数据及ai算法实现对电器进行自动识别。在用电精细化管理的众多措施中，对用电设备的有效识别是前提条件，识别效果的好坏关系到用电管理的质量和用电安全水平。
2、在传统用电器种类识别方法领域中，大多采集未知用电器的电流的数值，并以时间为序，构成用电器的电流数值序列图，在序列图中以最大值或者最小值寻找序列图的特征，并通过数据库中找寻大量已知样本的序列图进行特征匹配，根据匹配结果实现对未知用电器的识别。但是，这种方法识别率不高、精确度低，且仅能够对单一设备进行识别，无法实现对多种设备组合使用下的状态识别。因此，为解决上述问题，现提出一种用电器识别方法。
技术实现思路
1、本发明提供一种用电器识别方法，旨在解决用电设备识别率不高，准确度低的问题。
2、本发明是这样实现的，一种用电器识别方法，包括以下步骤：
3、建立数据库，所述数据库根据电器类型储存对应的预存波形特征数据；
4、获取待识别电器回路的电压、电流、功率的多个周波的缓存数据；
5、基于所述电压、电流、功率的缓存数据，获取电器回路中增加或减少的用电设备产生的多个周波的增量或减量的特征数据；
6、基于所述增量或减量的特征数据，获取增加或减少的用电设备的记录波形特征数据；
7、将所述记录波形特征数据与预存波形特征数据进行比对，并计算用电设备的波形相似度，对用电设备进行识别，获得用电设备的识别结果。
8、优选的，所述特征数据包括电流、电压、功率、功率因数、相位角。
9、优选的，所述记录波形特征数据包括波峰值、波谷值、波峰个数、波谷个数、波形腰线以上数据点个数及腰线以下数据点个数。
10、优选的，还包括：基于所述记录波形特征数据，对于增量或减量的特征数据计算相对应的电参数数据；
11、优选的，所述电参数数据包括电压、电流、有功功率、无功功率、视在功率、功率因数。
12、优选的，还包括：基于所述记录波形特征数据和电参数数据，识别用电设备的开启与关闭状态。
13、与现有技术相比，本发明的有益效果是：
14、本发明提出了一种用电器识别方法，能够实现在多个设备同时使用的环境，基于获取电器回路的增量或减量的特征参数，实现对在线电器设备的精准识别，有效保障用电安全，并且可实现现有环境当中所有用电器识别，解决了现实环境当中的普适需求与特定需求，普通需求包括正常用电器的识别，有效对用电器的管理；特定需求包括不限于特定的场景的需求如：电动自行车屋内充电、校园宿舍内禁止大功率电器使用等特定场景，可通过此方法识别并报警，有效管理，防止电气火灾发生，预防特定环境下大功率电器的使用行为预警。
1.一种用电器识别方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种用电器识别方法，其特征在于：所述特征数据包括电流、电压、功率、功率因数、相位角。
3.如权利要求2所述的一种用电器识别方法，其特征在于：所述记录波形特征数据包括波峰值、波谷值、波峰个数、波谷个数、波形腰线以上数据点个数及腰线以下数据点个数。
4.如权利要求3所述的一种用电器识别方法，其特征在于，还包括：基于所述记录波形特征数据，对于增量或减量的特征数据计算相对应的电参数数据。
5.如权利要求4所述的一种用电器识别方法，其特征在于：所述电参数数据包括电压、电流、有功功率、无功功率、视在功率、功率因数。
6.如权利要求5所述的一种用电器识别方法，其特征在于：还包括：基于所述记录波形特征数据和电参数数据，识别用电设备的开启与关闭状态。
