[发明专利]小型断路器智能控制方法及系统有效

专利信息
申请号: 202210856391.1 申请日: 2022-07-21
公开(公告)号: CN115081625B 公开(公告)日: 2022-11-11
发明(设计)人: 黄俊生;朱小霞 申请(专利权)人: 常安集团有限公司
主分类号: G06N3/08 分类号: G06N3/08;G06K9/62;G06N3/04;H01H71/12
代理公司: 郑州知倍通知识产权代理事务所(普通合伙) 41191 代理人: 文慧君
地址: 325600 浙江省温*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 小型 断路器 智能 控制 方法 系统
【说明书】:

发明涉及数据处理领域,具体涉及一种小型断路器智能控制方法及系统。采集断路器不同环境下的电流实际输出值;构建神经网络,利用训练集对神经网络进行训练;得到训练后的神经网络;计算训练集环境数据的代表性;计算训练集环境数据的正确性;计算神经网络的损失函数权重;对神经网络的损失函数进行优化;将环境数据输入优化后的神经网络,根据优化后的神经网络输出的实际电流值对断路器开合进行控制。本发明通过分析历史数据中不同环境对实际输出电流值与神经网络输出的预测电流之间的关系,从而可以自适应对神经网络进行优化,得到准确的电流输出值,实现对断路器的智能控制。

技术领域

本发明涉及数据处理领域,具体涉及一种小型断路器智能控制方法及系统。

背景技术

随着近几年来经济的快速发展,供电可靠性的提高已经时重要的一环,在现实生活中引起火灾的一个原因就是电路中电流过大,电器无法承受如此大的电流,并且线路短路引发的火灾,即使没有引发火灾,过大的电流带来的冲击也会损害电器的寿命,甚至直接破坏电器,造成经济损失,因此断路器的精确检测使必要的,现如今,小型断路器的脱钩装置已经由原来传统的电磁脱钩改变为现在的电子式脱钩,但也正因为如此,电子式断路器中的元器件对于温度和湿度的感应更加敏感,这两者对于小型断路器所造成的影响更大。

传统的小型电路器由于大小或者安装拆解问题,电流互感器可能并不实用,并且家用互感器也会造成测量电流不准确等情况,而使用高精度的电流检测装置价格又较贵且占地较大,而现有的断路器的控制一般为电气触发和人工控制两种,其中,电气触发只是简单的物理逻辑,而人工控制对于不熟悉电路原理的人来说存在使用中的安全隐患,且均无法在受到环境因素的影响下导致断路器工作异常从而及时对断路器进行调整。

基于此,本发明提供了一种小型断路器智能控制方法及系统,通过额定电流,当前环境下温度,湿度的影响来检测出实际电流,进而对断路器进行控制。

发明内容

本发明提供一种小型断路器智能控制方法及系统,以解决现有的问题,包括:采集断路器不同环境下的电流实际输出值;构建神经网络,利用训练集对神经网络进行训练;得到训练后的神经网络;计算训练集环境数据的代表性;计算训练集环境数据的正确性;计算神经网络的损失函数权重;对神经网络的损失函数进行优化;将环境数据输入优化后的神经网络,根据优化后的神经网络输出的实际电流值对断路器开合进行控制。

根据本发明提出的技术手段,通过对断路器使用时的环境数据构建向量,进而利用神经网络初步获取断路器的电流预测值,通过采集的电流实际输出值与电流预测值之间的差异特征计算损失函数的权重值对损失函数进行自适应优化,从而得到准确的神经网络模型,进而准确输出断路器在不同环境下的电流值,实现对断路器的智能控制,效率高且准确度强,能够保证断路器在使用过程中的安全性。

本发明采用如下技术方案,一种小型断路器智能控制方法,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;

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;

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;

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于常安集团有限公司,未经常安集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210856391.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top