本发明专利技术涉及一种应用于电力系统物联网控制方法及装置，涉及物联网技术领域，用于解决现有技术功能单一因而无法实时准确地监控电气设备的问题，所述方法包括：采集电气设备的电路控制参数和待检测参数的实际值；确定所述待检测参数的实际值是否达到预设阈值；在确定所述待检测参数的实际值没有达到所述预设阈值时，以所述电路控制参数为输入，通过预设神经网络输出电路的运行状态信息，所述运行状态信息用于表征电路是否有故障、电路中电气设备的老化程度和待检测参数的理论值；根据所述运行状态信息，从预先存储的运行状态信息与标准电路控制参数的对应关系中，确定新的电路控制参数。本发明专利技术提供的技术方案能够提高参数的控制精度。制精度。制精度。
【技术实现步骤摘要】
一种应用于电力系统的物联网控制方法及装置
[0001]本专利技术涉及物联网
，尤其涉及一种应用于电力系统的物联网控制方法及系统装置。
技术介绍
[0002]在物联网时代，每一件物体均可寻址，每一件物体均可通信，每一件物体均可控制。物联网技术已经广泛应用在各行各业，随着物联网技术在电力设施中的应用，环境数据的传感检测、无线传输等成为影响城市物联网实现的重要环节。
[0003]当前研究的物联网控制装置主要先设计电力数据采集系统(通常为各种传感器)，然后电力数据采集系统采集的数据进行多任务处理、远程监控。
[0004]上述方法只是单纯地利用采集到的数据进行简单地进行数据监控或执行线程任务处理，例如控制开关断开或闭合，检测电流电压是否超出阈值。然而，电气设备的参数因受到容易受到很多因素的干扰，使得实际输出值与期望值出现偏差，现有技术功能单一因而无法实时准确地监控电气设备。
技术实现思路
[0005]鉴于上述的分析，本专利技术旨在提出一种应用于电力系统的物联网控制方法及装置，以提高参数控制精度。
[0006]本专利技术的目的主要是通过以下技术方案实现的：
[0007]第一方面，本专利技术实施例提供了一种应用于电力系统物联网控制方法，包括：
[0008]采集电气设备的电路控制参数和待检测参数的实际值；
[0009]确定所述待检测参数的实际值是否达到预设阈值；
[0010]在确定所述待检测参数的实际值没有达到所述预设阈值时，以所述电路控制参数为输入，通过预设神经网络输出电路的运行状态信息，所述运行状态信息用于表征电路是否有故障、电路中电气设备的老化程度和待检测参数的理论值；
[0011]根据所述运行状态信息，从预先存储的运行状态信息与标准电路控制参数的对应关系中，确定新的电路控制参数。
[0012]进一步地，所述电路控制参数，包括：PID参数，输入电压、输入电流、输入功率、电路中电气设备的工作电气设备电流、外部环境温度、电路功率因数、电路中电气设备的工作电气设备电压和电气设备电气设备振动频率中的一个或多个；
[0013]所述待检测参数，包括：输出电压、输出电流和输出功率中的一个或多个。
[0014]进一步地，所述神经网络包括：一级神经网络、二级神经网络、三级神经网络和四级神经网络；
[0015]所述一级神经网络根据所述电气设备电流和/或所述电气设备电压，确定所述电路的电路故障标识，所述故障标识用于指示所述电路是否故障；
[0016]在确定所述电路无故障时，所述二级神经网络根据所述电气设备振动频率，确定
所述电路中的电气设备的老化标识，所述老化标识用于指示所述电路中的电气设备是否出现老化；
[0017]在确定所述电路中的电气设备出现老化时，所述三级神经网络根据所述电气设备振动频率与所述电气设备出厂时的振动频率，确定所述电气设备的老化程度数据；
[0018]所述四级神经网络根据所述待检测参数的理论值、所述电路故障标识、所述老化标识以及所述老化程度数据中的一个或多个，输出所述运行状态信息。
[0019]进一步地，检测所述电气设备振动频率是否小于预设值；
[0020]在所述电气设备振动频率不小于所述预设值时，确定所述电气设备振动频率与所述电气设备出厂时的振动频率的比值和第一标识；
[0021]所述老化程度数据包括：所述电气设备振动频率与所述电气设备出厂时的振动频率的比值和所述第一标识。
[0022]进一步地，在所述电气设备振动频率小于所述预设值时，确定第二标识；
[0023]所述老化程度数据还包括：所述第二标识。
[0024]进一步地，在确定所述待检测参数的实际值达到所述阈值时，将采集到电路控制参数设置为标准电路控制参数；
[0025]将所述神经网络输出的运行状态信息与所述标准电路控制参数对应存储。
[0026]第二方面，一种应用于电力系统的物联网控制装置，包括：采集模块、检测模块、神经网络模块和参数确定模块；
[0027]所述采集模块用于采集电路控制参数和待检测参数的实际值；
[0028]所述检测模块用于确定所述待检测参数是否达到预设阈值；
[0029]所述神经网络模块用于在确定所述待检测参数的实际值没有达到所述预设阈值时，以所述电路控制参数为输入，输出电路的运行状态信息，所述运行状态信息用于表征电路是否有故障、电路中电气设备的老化程度和待检测参数的理论值；
[0030]所述参数确定模块用于根据所述运行状态信息，从预先存储的运行状态信息与标准电路控制参数的对应关系中，确定新的电路控制参数。
[0031]进一步地，所述电路控制参数，包括：PID参数，输入电压、输入电流、输入功率、电路中电气设备的电气设备电流、电路中电气设备的电气设备电压和电路中电气设备的电气设备振动频率中的一个或多个；
[0032]所述待检测参数，包括：输出电压、输出电流和输出功率中的一个或多个。
[0033]进一步地，所述神经网络模块包括：一级神经网络、二级神经网络、三级神经网络和四级神经网络；
[0034]所述一级神经网络根据所述电气设备电流和/或所述电气设备电压，确定所述电路的电路故障标识，所述故障标识用于指示所述电路是否故障；
[0035]所述二级神经网络用于在确定所述电路无故障时，所述神经网络根据所述电气设备振动频率，确定所述电路中的电气设备的老化标识，所述老化标识用于指示所述电路中的电气设备是否出现老化；
[0036]所述三级神经网络用于在确定所述电路中的电气设备出现老化时，所述神经网络根据所述电气设备振动频率与所述电气设备出厂时的振动频率，确定所述电气设备的老化程度数据；
[0037]所述四级神经网络用于根据所述待检测参数的理论值、所述电路故障标识、所述老化标识以及所述老化程度数据，输出所述运行状态信息。
[0038]进一步地，所述三级神经网络用于检测所述电气设备振动频率是否小于预设值；在所述电气设备振动频率不小于所述预设值时，确定所述电气设备振动频率与所述电气设备出厂时的振动频率的比值和第一标识；所述老化程度数据包括：所述电气设备振动频率与所述电气设备出厂时的振动频率的比值和所述第一标识。
[0039]本专利技术技术方案的有益效果：
[0040]1.利用物联网强大的数据采集能力，获取PID参数，输入电压、输入电流、输入功率、电路中电气设备的电气设备电流、电路中电气设备的电气设备电压和电路中电气设备的电气设备振动频率中的一个或多个，为提高参数控制精度提供了大量的数据。在此基础上，利用多级神经网络的数据处理能力，对获取到的大量数据进行高效地处理。最终实现从电路是否有故障、电路中电气设备的老化程度和待检测参数的理论值三个维度对电路控制参数进行实时调整，从而提高参数控制精度。
[0041]2.通过检测电气设备的振动频率，确认电气设备是否老化。再利用当前电气设备振动频率与电气设备出厂时的振本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种应用于电力系统物联网控制方法，其特征在于，包括：采集电气设备的电路控制参数和待检测参数的实际值；确定所述待检测参数的实际值是否达到预设阈值；在确定所述待检测参数的实际值没有达到所述预设阈值时，以所述电路控制参数为输入，通过预设神经网络输出电路的运行状态信息，所述运行状态信息用于表征电路是否有故障、电路中电气设备的老化程度和待检测参数的理论值；根据所述运行状态信息，从预先存储的运行状态信息与标准电路控制参数的对应关系中，确定新的电路控制参数。2.根据权利要求1所述的方法，其特征在于，所述电路控制参数，包括：PID参数，输入电压、输入电流、输入功率、电路中电气设备的工作电气设备电流、外部环境温度、电路功率因数、电路中电气设备的工作电气设备电压和电气设备振动频率中的一个或多个；所述待检测参数，包括：输出电压、输出电流和输出功率中的一个或多个。3.根据权利要求2所述的方法，其特征在于，所述以所述电路控制参数为输入，通过神经网络输出电路的运行状态信息，包括：所述神经网络包括：一级神经网络、二级神经网络、三级神经网络和四级神经网络；所述一级神经网络根据所述电气设备电流和/或所述电气设备电压，确定所述电路的电路故障标识，所述故障标识用于指示所述电路是否故障；在确定所述电路无故障时，所述二级神经网络根据所述电气设备振动频率，确定所述电路中的电气设备的老化标识，所述老化标识用于指示所述电路中的电气设备是否出现老化；在确定所述电路中的电气设备出现老化时，所述三级神经网络根据所述电气设备振动频率与所述电气设备出厂时的振动频率，确定所述电气设备的老化程度数据；所述四级神经网络根据所述待检测参数的理论值、所述电路故障标识、所述老化标识以及所述老化程度数据中的一个或多个，输出所述运行状态信息。4.根据权利要求3所述的方法，其特征在于，所述三级神经网络根据所述电气设备振动频率与所述电气设备出厂时的振动频率，确定所述电气设备的老化程度数据，包括：检测所述电气设备振动频率是否小于预设值；在所述电气设备振动频率不小于所述预设值时，确定所述电气设备振动频率与所述电气设备出厂时的振动频率的比值和第一标识；所述老化程度数据包括：所述电气设备振动频率与所述电气设备出厂时的振动频率的比值和所述第一标识。5.根据权利要求4所述的方法，其特征在于，所述三级神经网络根据所述电气设备振动频率与所述电气设备出厂时的振动频率，确定所述电气设备的老化程度数据，包括：在所述电气设备振动频率小于所述预设值时，确定第二标识；所述老化程度数据还...
【专利技术属性】
技术研发人员：黄理邮，刘琪，
申请(专利权)人：北京机械设备研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。