[发明专利]一种基于人工智能机器学习的电能采集终端

说明书

一种基于人工智能机器学习的电能采集终端，它包括主控CPU，主控CPU有五个双向端口，一个输入端口。其中双向端口分别与通讯电气隔离模块，高速外部SPI通讯模块、USB串行通讯模块、JTAG连接器模块和拓展接口相连接；一个输入端口连接到电源管理模块，用来接收平稳的直流电源，主控CPU通过对电源管理器的协调管理，实现整个系统的电源供应稳定运行。主控CPU用来接收RN7302电能采集芯片的数据，通过总线收发器模块、通讯电气隔离模块之后利用SPI通讯技术，将RN7302电能采集芯片处理后的数据进行处理分析。RN7302电能采集芯片通过三相电流互感器和电压处理电流、电流处理电路，采集各种电参数。最后主控CPU得出相应的应对措施和用能方案。

技术领域

本发明涉及供电配电网实时监测技术领域，即一种基于人工智能机器学习的电能采集终端。特别是涉及低压用户用电分析、电能分析的系统。

背景技术

在现有技术中，国内对于电网的采集与监测正朝着智能化、高精度化、人机交互化发展。现阶段人工智能技术在各项领域的运用越发广泛，一些机器学习的算法已经深入到电网领域。但是一般都是应用在电网能智能监控、电网的智能调度、电网的故障预测等方面，应用在电网的采集技术方面仍然处于起步阶段，并没有相应的设备与装置。同时电网的采集终端一般都是互感器对电压电流等参数进行监测，有极个别的设备可以进行电能质量等参数的监测，并没有将其与人工智能技术、机器学习算法相结合。其中对于分析电能用户的用能情况也是基于智能电网的不可或缺的一部分，对可以实现各种电参数与电能质量参数的测量与采集，可以实现智能用能分析的电网在线监测设备是亟待开发的。

发明内容

本发明主要解决的技术问题是提供一种基于人工智能机器学习的电能采集终端，它可以实现各种电参数与电能质量参数的测量与采集，也可以实现智能用能分析的电网在线监测设备。

一种基于人工智能机器学习的电能采集终端，其特征在于：包括主控CPU、RN7302电能采集芯片、高速外部SPI通讯、USB串行通讯、JTAG连接器、拓展接口、电源管理模块、隔离电源、通讯电气隔离模块、总线收发器、三相电流互感器、三相电压处理电路和三相电流处理电路共13个模块组成；主控CPU有五个双向端口，一个输入端口；其中双向端口分别与通讯电气隔离模块、高速外部SPI通讯模块、USB串行通讯模块、JTAG连接器模块和拓展接口相连接；一个输入端口连接到电源管理模块，用来接收平稳的直流电源，主控CPU通过对电源管理器的协调管理，实现整个系统的电源供应稳定运行；主控CPU用来接收RN7302电能采集芯片的数据，通过总线收发器模块、通讯电气隔离模块之后利用SPI通讯技术，将RN7302电能采集芯片处理后的数据进行处理分析；RN7302电能采集芯片通过三相电流互感器和电压处理电流、电流处理电路，采集各种电参数，例如电压、电流、频率、有功、无功、相位、全波采集与电能质量参数等电参数；最后主控CPU利用人工智能与机器学习算法，达到智能分析用电情况，分析用电器类别、分析电能质量、得出相应的应对措施和用能方案。

所述的主控单片机包括ARM cortex-M3芯片，其最小系统电路，时钟电路、复位电路，分别与主控单片机ARM cortex-M3相连接。

所述的主控单片机包括ARM cortex-M3芯片使用的是ST公司STM32F103RET6芯片。

所述的RN7302电能采集芯片使用的是艾瑞达光电有限公司RN7302三相电参数采集芯片。

所述的USB串行通讯使用的是CH340-G USB控制芯片组成的应用电路。

所述的电源管理模块是TI（德州仪器）公司生产的AMS1117-3.3 LDO电源管理芯片的应用电路。

所述的隔离电源使用的是BS0505-1W隔离电源模块。

所述的通讯电气隔离模块使用的是（AD）美国亚诺德半导体公司ADuM1401芯片。