[发明专利]家用太阳能供电系统及其与市电切换方法

权利要求书

1.一种家用太阳能供电系统，包括太阳能光伏电池、逆变器、室内供电线路，室内供电线路至少设置1路以上；其特征在于：还包括电源智能切换控制器、Zigbee网络、电能质量监测仪、切换总开关、太阳能供电切换开关和市电切换开关；电能质量监测仪的台数和室内供电线路的路数相同；

所述的太阳能光伏电池具有电压输出端；逆变器具有电压输入端和电压输出端；太阳能供电切换开关和市电切换开关均分别具有输入端、输出端及控制信号输入端；切换总开关具有输入端和输出端；电源智能切换控制器具有检测信号输入端、第一控制输出端和第二控制输出端；Zigbee网络和电能质量监测仪均分别具有信号输入端和信号输出端；

所述的逆变器的电压输入端与太阳能光伏电池的电压输出端电连接；太阳能供电切换开关的输入端与逆变器的电压输出端电连接；太阳能供电切换开关的控制信号输入端与电源智能切换控制器的第一控制输出端信号电连接；市电切换开关的控制信号输入端与电源智能切换控制器的第二控制输出端信号电连接；市电切换开关的输入端接市电；切换总开关的输入端、太阳能供电切换开关的输出端以及市电切换开关的输出端共线；室内供电线路的一端与切换总开关的输出端电连接；室内供电线路的另一端接家用电器；

电源智能切换控制器的检测信号输入端与Zigbee网络的信号输出端信号电连接；Zigbee网络的信号输入端与电能质量监测仪的信号输出端信号电连接；电能质量监测仪的信号输入端与室内供电线路信号电连接。

2.根据权利要求1所述的家用太阳能供电系统，其特征在于：还包括市电直供开关，所述的市电直供开关的输入端接市电，输出端与室内供电线路电连接。

3.根据权利要求1所述的家用太阳能供电系统，其特征在于：所述的太阳能光伏电池为太阳能光伏电池组；电能质量监测仪为ACR120E型号的电能质量监测仪；电源智能切换控制器包括TMS320F2806型号的集成芯片。

4.一种根据权利要求1至3任一所述的家用太阳能供电系统与市电切换方法，其特征在于，主要包括以下步骤：

步骤1：在电源智能切换控制器中建立对太阳能供电的电能质量进行评估的基于对象传播网络评估方法的评估体系：

①建立电能质量指标体系，设置评判等级：通过电源智能切换控制器内置的评估软件设定评估指标体系，该评估指标体系包括电压暂降、电压偏差、三相不平衡、波动、闪变、谐波、频率偏差和供电可靠性共8项指标；按照国标或国际公认定义的规定范围将指标体系中的各项指标划分为优、良、中、合格和不合格共5个等级；

②采集电能质量检测数据：电能质量监测仪采集电能质量相应数据并上传给电源智能切换控制器；

③电源智能切换控制器对电能质量的8个指标按照五级评判标准，划分区间后进行归一化处理，将其置于（0,1）区间，利用均匀随机数在各级指标变化区间，内插随机产生的100个指标样本值；

④将100个指标样本输入对象传播网络，计算参数，确定理论输出值，完成对象传播网络的输入样本训练；

步骤2：电源智能切换控制器实时接收电能质量监测仪上传的各电能质量参数，利用对象传播网络评估方法对电能质量进行实时评估；若评估的电能质量等级在“中”等级以上时，维持太阳能供电；

步骤3：电源智能切换控制器若评估的电能质量等级在“合格”或“不合格”等级时，电源智能切换控制器控制太阳能供电切换开关断开，市电切换开关导通，由市电供电；

步骤4：若切换总开关在关闭后重新导通，电源智能切换控制器控制太阳能供电切换开关导通，市电切换开关断开，由太阳能供电；

步骤5：重复步骤2至步骤4。

5.一种根据权利要求4所述的家用太阳能供电系统与市电切换的方法，其特征在于：

所述的步骤1的步骤④中的对象传播网络的样本训练方法，主要包括以下步骤：

①初始化及确定参数:确定输入层神经元数n，并对输入向量X进行归一化处理：

xi*=xiΣi=1nxi2,i=1,2,...,n]]>

确定竞争层神经元p，对于的二值输出向量B=[b₁，b₂，…，b_p]^T，输出层输出向量Y=[y₁,y₂,…，y_q]^T，目标输出向量O=[o₁,o₂,…，o_q]^T，读数器t=0；

初始化输入层到竞争层的连接权值W_j(j=1,2,…，p)和由竞争层到输出层的连接权重V_k(k=1,2,…，q)，并对W_j进行归一化处理；

②计算竞争层的输入:按下列公式求竞争层每个神经元的输入：

Sj=Σi=1nxiωji,j=1,2,...,p]]>

③计算连接权重W_j与X距离最近的向量：按下列公式计算：

Wg=maxj=1,2,...,pΣi=1nxiωji]]>

④将神经元g的输出设定为1，其余神经元输出设定为0，即

bj=1,j=g0,j≠g]]>

⑤修正连接权值W_g:按下列公式进行修正并进行归一化：

ω_gi(t+1)=ω_gi(t)+α[x_i-ω_gi(t)],i=1,2,…，n,0<α<1

⑥计算输出:按下式计算出神经元的实际输出值：

yk=Σj=1pυkjbj,k=1,2,...,q]]>

⑦修正连接权重V_g：按下式修正权重V_g：

υ_kg(t+1)=υ_kg(t)+βb_j(y_k-o_k),k=1,2,…，q,0<β<1

⑧返回第②步，直接将N个输入模式全部输入；

⑨置t=t+1，将输入模式X重新提供给网络学习，直到t=T为止，其中T为预先设定的学习总次数。