[发明专利]小型断路器智能控制方法及系统

权利要求书

1.一种小型断路器智能控制方法，其特征在于，包括：

采集断路器在各个不同环境数据下使用时的电流实际输出值；

构建神经网络，将断路器使用的每个环境数据作为神经网络的输入，每个环境数据下断路器的电流实际输出值作为输出，构建训练集，对神经网络进行训练；得到训练后的神经网络；

对训练集中的所有环境数据进行分类，利用分类的结果获取该训练集中环境数据的代表性；计算训练集中环境数据的代表性的方法为：

对训练集中的所有环境数据进行分类，得到训练集中不同环境下各个类别的温度和湿度，根据各个类别环境数据数量的占比计算训练集中环境数据的代表性，表达式为：

其中，表示训练集中环境数据的代表性，表示训练集中环境数据为m的类别数，表示第j个类别中环境数据为m的个数，表示训练集中所有环境数据为m的个数，m为环境数据的区分变量，当m=1时，训练集的环境数据为温度数据；当m=2时，训练集的环境数据为湿度数据；

对训练集中电流实际输出值由大到小进行排列，根据相邻两两电流实际输出值之差计算该训练集中环境数据的正确性；计算训练集中环境数据的正确性的方法为：

将训练集中的电流实际输出值由大到小进行排列，根据相邻两两电流实际输出值之差以及该相邻两两电流实际输出值对应的两两环境向量之差计算训练集中环境数据的正确性，表达式为：

其中，表示训练集中环境数据的正确性，表示训练集中第r个环境数据对应的实际电流输出值，表示与相邻的环境数据对应的实际电流输出值，表示训练集中第r个环境数据对应的实际电流输出值对应的环境向量，表示与相邻的环境数据对应的实际电流输出值对应的环境向量，N表示共有N个数据；

根据训练集中环境数据的代表性和正确性获得由该训练集训练完成的神经网络的损失函数权重；利用该损失函数权重对神经网络的损失函数进行优化；得到优化后的神经网络；

计算损失函数权重的表达式为：

其中，表示损失函数权重，表示训练集中环境数据的代表性，表示训练集中环境数据的正确性；

将断路器使用的环境数据输入到优化后的神经网络中，输出为该环境数据下断路器的电流输出值，根据输出的电流输出值对断路器的开合进行控制。

2.根据权利要求1所述的一种小型断路器智能控制方法，其特征在于，采集断路器在各个不同环境数据下使用时的电流实际输出值的内容如下：

采集断路器的历史环境数据，所述历史环境数据包括温度和湿度；

获取断路器在每个环境下的电流实际输出值；

根据断路器在每个环境下的温度、湿度以及该断路器的额定电流构建每个环境下与电流实际输出值对应的环境向量。

3.根据权利要求1所述的一种小型断路器智能控制方法，其特征在于，对神经网络进行训练，得到训练后的神经网络后：

将该断路器每个环境下的环境向量输入训练后的神经网络中得到该断路器对应环境下的电流预测值；

将电流预测值反向传播到隐藏层中，获取该断路器每个环境下电流预测值对应的预测向量。

4.根据权利要求1所述的一种小型断路器智能控制方法，其特征在于，对神经网络的损失函数进行优化的方法为：

优化后损失函数的表达式为：

其中，表示训练集中电流实际输出值对应的预测向量与实际电流值对应的环境向量之间的差值向量，表示电流实际输出值对应的环境向量，表示预测电流值对应的预测向量，表示损失函数权重，表示预测电流值，表示电流实际输出值，r表示第r个环境数据，N表示训练集中所有环境数据的个数，表示训练集中电流实际输出值对应的预测向量与实际电流值对应的环境向量之间差值向量的模长，表示表示训练集中电流实际输出值对应的预测向量与实际电流值对应的环境向量之间的模长之差。

5.一种小型断路器智能控制系统，其特征在于，包括数据采集模块、神经网络优化模块以及断路器控制模块；

数据采集模块，用于采集断路器在各个不同环境数据下使用时的电流实际输出值；

神经网络优化模块包括网络训练单元以及损失函数优化单元；

网络训练单元，用于构建神经网络，将断路器使用的每个环境数据作为神经网络的输入，每个环境数据下断路器的电流实际输出值作为输出，构建训练集，对神经网络进行训练；得到训练后的神经网络；

损失函数优化单元，用于对训练集中的所有环境数据进行分类，利用分类的结果获取该训练集中环境数据的代表性；计算训练集中环境数据的代表性的方法为：

对训练集中的所有环境数据进行分类，得到训练集中不同环境下各个类别的温度和湿度，根据各个类别环境数据数量的占比计算训练集中环境数据的代表性，表达式为：

其中，表示训练集中环境数据的代表性，表示训练集中环境数据为m的类别数，表示第j个类别中环境数据为m的个数，表示训练集中所有环境数据为m的个数，m为环境数据的区分变量，当m=1时，训练集的环境数据为温度数据；当m=2时，训练集的环境数据为湿度数据；

对训练集中电流实际输出值由大到小进行排列，根据相邻两两电流实际输出值之差计算该训练集中环境数据的正确性；

计算训练集中环境数据的正确性的方法为：

将训练集中的电流实际输出值由大到小进行排列，根据相邻两两电流实际输出值之差以及该相邻两两电流实际输出值对应的两两环境向量之差计算训练集中环境数据的正确性，表达式为：

其中，表示训练集中环境数据的正确性，表示训练集中第r个环境数据对应的实际电流输出值，表示与相邻的环境数据对应的实际电流输出值，表示训练集中第r个环境数据对应的实际电流输出值对应的环境向量，表示与相邻的环境数据对应的实际电流输出值对应的环境向量，N表示共有N个数据；

根据训练集中环境数据的代表性和正确性获得由该训练集训练完成的神经网络的损失函数权重；

计算损失函数权重的表达式为：

其中，表示损失函数权重，表示训练集中环境数据的代表性，表示训练集中环境数据的正确性；

利用该损失函数权重对神经网络的损失函数进行优化；得到优化后的神经网络；

断路器控制模块，用于将断路器使用的环境数据输入到优化后的神经网络中，输出为该环境数据下断路器的电流输出值，根据输出的电流输出值对断路器的开合进行控制。