[发明专利]开关控制方法及其相关设备

权利要求书

1.一种开关控制方法，其特征在于，所述方法包括：

当满足预设的第一控制条件时，则获取开关设备的第一谐波；其中，所述第一控制条件用于表征所述开关设备被判定为存在断开需求，所述第一谐波为所述开关设备在满足所述第一控制条件时的电信号所对应的谐波；

根据所述第一谐波，判断是否满足预设的第二控制条件；其中，所述第二控制条件用于表征所述开关设备不存在误动作事件，所述开关设备用于控制用电回路导通或断开；

当满足所述第二控制条件时，则输出断开控制指令；其中，所述断开控制指令用于控制所述开关设备断开。

2.根据权利要求1所述的开关控制方法，其特征在于，根据所述第一谐波特征，判断是否满足预设的第二控制条件的步骤，包括：

当所述第一谐波不存在误动作谐波时，则判定满足所述第二控制条件；其中，所述误动作谐波是指所述开关设备存在误动作事件时的电信号所对应的谐波。

3.根据权利要求2所述的开关控制方法，其特征在于，所述方法还包括：

利用预设的神经网络算法对所述误动作谐波进行深度学习，以建立所述误动作判别模型；

利用预设的误动作判别模型，判别所述第一谐波中是否存在所述误动作谐波。

4.根据权利要求3所述的开关控制方法，其特征在于，所述方法用于对多个开关设备进行控制；

利用预设的神经网络算法对所述误动作谐波进行深度学习，以建立所述误动作判别模型中，包括：

利用预设的神经网络算法对分别从多个开关设备中获取到的误动作谐波同时进行深度学习，以建立所述误动作判别模型。

5.根据权利要求3所述的开关控制方法，其特征在于，所述方法用于对多个开关设备进行控制，多个所述开关设备中至少一部分为第一开关设备，另一部分为第二开关设备；

利用预设的神经网络算法对所述误动作谐波进行深度学习，以建立所述误动作判别模型的步骤中，包括：

利用预设的神经网络算法对从所述第一开关设备中所获取到的误动作谐波进行深度学习，以建立所述误动作判别模型；

所述方法还包括：

将所述误动作判别模型输出至各所述第二开关设备中。

6.根据权利要求2所述的开关控制方法，其特征在于，所述方法还包括：

将所述开关设备的误动作谐波输出至外部的模型建立模块；其中，所述模型建立模块，用于根据利用预设的神经网络算法对所述误动作谐波进行深度学习，以建立所述误动作判别模型；

接收由所述模型建立模块发送的所述误动作判别模型。

7.根据权利要求1所述的开关控制方法，其特征在于，所述方法还包括：

根据所述开关设备的电信号和预设信号阈值的比对结果，判断是否满足所述第一控制条件。

8.一种开关控制器，其特征在于，所述开关控制器用于与开关设备连接，控制所述开关设备的导通或断开；所述开关控制器包括依次连接的信号处理模块、误动作判别模块以及开关驱动模块，其中：

所述信号处理模块，用于当满足预设的第一控制条件时，则获取开关设备的第一谐波；其中，所述第一控制条件用于表征所述开关设备被判定为存在断开需求，所述第一谐波为所述开关设备在满足所述第一控制条件时的电信号所对应的谐波；

所述误动作判别模块，用于根据所述第一谐波，判断是否满足预设的第二控制条件；其中，所述第二控制条件用于表征所述开关设备不存在误动作事件，所述开关设备用于控制用电回路导通或断开；以及，

所述开关驱动模块，用于当满足所述第二控制条件时，则输出断开控制指令；其中，所述断开控制指令用于控制所述开关设备断开。