[发明专利]一种基于人工智能的电气自动化设备监测系统和方法

权利要求书

1.一种运行基于人工智能的电气自动化设备监测系统的基于人工智能的电气自动化设备监测方法，其特征在于，

所述基于人工智能的电气自动化设备监测系统包括：

参数设置模块，与主控模块连接，用于设置电气自动化设备的相关参数，包括电气控制数据库中的电气元件对应的电压、电流属性，通电时间数据参数；

数据采集模块，与主控模块连接，用于自动采集电气自动化设备的相关运行数据，并将采集到的相关运行数据传送至故障分析模块以及显示模块；

故障分析模块：与主控模块连接，用于基于专家系统以及神经网络模型对相关数据进行智能化分析，判定设备运行是否正常以及设备故障类型；

数据查询模块：与主控模块连接，用于针对性调用数据库中存储的各项数据；

主控模块：用于控制各个模块正常工作以及控制设备正常运转；

调整模块：与主控模块连接，用于设备参数的修改、调整；

故障报警模块：与主控模块连接，包含故障信息接收单元和报警信息传递单元，用于根据故障分析模块传递的故障信息进行故障报警，并将相关信息传递至显示模块和中断模块；

中断模块：与主控模块连接，用于进行设备中断，包含信息接收单元，用于接收中断指令；包含中断执行单元，用于执行中断指令；

所述数据采集模块还包括：

行业特征分析单元，用于找准自动数据采集系统电子部件进行合理组合；

硬件系统单元，硬件系统要采用一台检测设备，对应一台数据采集主机的方式，在数据采集的同时实现设备扫描；

软件系统单元，数据库采用检测设备的控制主机提供串行通讯协议，通过相应的电子软件控件对应文件，实现数据采集主机和检测设备控制主机之间的数据通讯，得到所需要的有用的数据信息；

控制与检测单元，在完成以上相关事务后，监测数据将被自动填入远端的数据库中，将数据传送至故障分析模块以及显示模块；

所述基于人工智能的电气自动化设备监测方法运行步骤包括：

步骤一，接受电气控制数据并进行深度学习训练；所述电气控制数据为存储在电气控制数据库中的电气元件对应的电压、电流属性，通电时间数据；

步骤二，接受深度学习训练后的电气控制数据；

步骤三，建立动态时间窗，进行动态交差训练；

步骤四，循环校验；对动态交差训练后的电气控制数据进行准确度校验，校验合格进行步骤五，否则返回步骤三；

步骤五，数据存储，扩大训练样本；

步骤六，自动控制并实时监测电气自动化设备的相关运行中的故障数据与故障类型数据。

2.如权利要求1所述的基于人工智能的电气自动化设备监测方法，其特征在于，步骤三建立动态时间窗进行动态交差训练中，首先由主控模块完成初始化配置，选择一种作为当前系统动态交差训练策略；配置动态交叉训练模式下的权限表；当检测到系统中主体对客体的访问请求时，调用故障分析模块，利用常规动态交差训练策略对该请求进行判断并给出访问决策：满足常规策略的访问请求主体被授权并允许对客体进行该次访问，一次动态交差训练完成；不满足常规策略时，主体所申请的访问请求被拒绝；对被常规策略拒绝的访问请求，调用故障分析模块，检测当前系统内系统标识位User_Btg和主体标识位Sub_Btg，根据表达式Sys_Btg＝User_BtgSub_Btg进行判断系统此时是否处于故障状态下；Sys_Btg＝0，则不为故障状态，拒绝该次访问请求并返回拒绝决策；若Sys_Btg＝1，则当前处于故障状态下；再调用动态交叉训练权限表对提出该次访问请求的主体进行索引，当检测到该主体确实在动态交叉训练状态下有对该客体的该种访问权限时，对该主体授予动态交叉训练模式下特殊权限，否则拒绝该次访问请求；使用故障分析模块下的访问策略对此次访问请求再次进行判断并给出访问决策，一次动态交差训练完成；在系统执行的过程中，同时调用故障分析模块，将动态交叉训练模式下所有的系统授权及其相关信息，完成对故障情况下访问。