[发明专利]基于电力参数监测与屏幕信息识别的实验设备监控方法

权利要求书

1.一种基于电力参数监测与屏幕信息识别的实验设备监控方法，其特征在于所述方法包括如下步骤：

S1：分析并划分待监控实验设备完成一次实验流程的典型状态；

S2：利用电力参数监测装置测量在长时间内、不同典型状态下的待监控实验设备进线处的电力参数值；

S3：根据S2测量的电力参数值，利用聚类分析算法分析待监控实验设备在不同的典型状态下的进线处的电力参数值变化范围，将其进行分类并建立设备状态特征库，并将设备状态特征库分为训练库与测试库；

S4：建立神经网络模型，利用设备状态特征库中的训练库与测试库对神经网络模型进行训练与测试；

S5：利用电力参数监测装置测量待监控实验设备的进线处的电力参数值；

S6：将S5中测量的一组电力参数数据输入到S4建立神经网络模型中，预测待监控实验设备的状态，并将此组数据加入到S3中建立的设备特征状态库中，增加模型训练集；

S7：判断S6中预测得到的实验设备状态是否为关机状态，若实验设备状态不是关机状态则进行S8，若是关机状态则进行S10；

S8：利用图像识别技术分析待监控实验设备的计算机屏幕的显示信息，判断实验设备的状态，具体步骤如下：

S81：本地操作者通过对比分析获取待监控实验设备在各典型状态下计算机屏幕的全屏图像，记为特征图像；

S82：应用Windows的API自动捕捉待监控实验设备计算机屏幕的全屏图像，记为捕捉图像；

S83：分别计算捕捉图像与各典型状态下特征图像的结构相似性值；

S84：比较各结构相似性值，则最大结构相似性值所对应的特征图像的典型状态即为当前实验设备的状态；

S9：协同判断对比S6中预测得到的设备工作状态与S8中的屏幕信息所识别的设备工作状态是否一致，若是两者结果一致，则进行S10，若不一致，则进行S11；

S10：保存并输出S6分析的实验设备状态，即当前的待监控实验设备的状态，并返回S5；

S11：保存当前捕捉的屏幕信息与测量的电力参数值，并输出当前实验设备处于异常状态；

S12：切断待监控实验设备的进线处电源，进行故障报警，并根据捕捉的屏幕信息分析当前待监控实验设备的异常状态类型，以便进行后续的控制保护操作。

2.根据权利要求1所述的基于电力参数监测与屏幕信息识别的实验设备监控方法，其特征在于所述S1中，典型状态主要包括：起始阶段、正常运行阶段、数据存储整理阶段、休眠阶段、结束阶段。

3.根据权利要求1所述的基于电力参数监测与屏幕信息识别的实验设备监控方法，其特征在于所述S2中，长时间包括实验设备的起始阶段、正常运行阶段、数据存储整理阶段、休眠阶段、结束阶段。

4.根据权利要求1所述的基于电力参数监测与屏幕信息识别的实验设备监控方法，其特征在于所述S2中，测量待监控实验设备进线处的电力参数值主要包括：电压有效值U、电流有效值I、有功功率P、无功功率Q、视在功率S、功率因数。

5.根据权利要求1所述的基于电力参数监测与屏幕信息识别的实验设备监控方法，其特征在于所述S3中，聚类分析算法主要包括以下步骤：

S31：根据在S1中的典型状态数，设定聚类分析的聚类数；

S32：利用随机数生成算法，生成指定聚类数的随机数组，并将其作为初始中心点；

S33：根据给定的数据，分别计算每组数据与中心点的欧式距离，若是第一次进入循环，则计算每组数据与初始中心点的欧式距离，然后记录每组数据与哪个中心点距离最近，并将每组数据聚类到最近的中心点，从而形成新聚类区；

S34：根据新聚类区，分别计算每个聚类区中所有数据的平均值，将平均值作为新中心点，并将S33中的中心点作为旧中心点；

S35：判断新中心点与旧中心点的欧式距离，若两者的欧式距离为0或循环计数值达到某一数值，则表示聚类完成，进行S36；若两者的欧式距离不为0或循环计数值未达到某一数值，则返回S33；

S36：记录并保存聚类完成后的中心点与各聚类区的数据值，根据实际情况分析并判断最终的聚类区所对应的实验设备的典型状态，建立设备状态特征库，并将设备状态特征库分为训练库与测试库。