【技术实现步骤摘要】
本专利技术涉及基于新能源汽车充电入网对电网的安全性检测，特别涉及一种基于新能源汽车充电入网对电网的安全性检测系统。
技术介绍
1、新能源汽车包括纯电动汽车、燃料电池电动汽车这类全部使用非石油燃料的汽车，新能源汽车采用非常规的车用燃料作为动力来源，在使用的过程中具有绿色环保的功能，但目前新能源汽车续航能力不够，需要进行充电来保证续航，通常新能源汽车充电入网会对电网造成威胁，所以需要对电网的安全性能进行检测，以防止出现对电网造成冲击和故障的情况，但目前并没有对新能源汽车入网的安全性检测的智能系统，无法实现自动化安全检测，导致无法准确的对电网安全性进行评估。
技术实现思路
1、为了至少解决或部分解决上述问题，提供一种基于新能源汽车充电入网对电网的安全性检测系统。
2、为了达到上述目的，本专利技术提供了如下的技术方案：
3、本专利技术一种基于新能源汽车充电入网对电网的安全性检测系统，包括数据采集装置、数据分析模块和安全监测模块，所述数据采集装置用于采集新能源充电入网的功率，所述数据分析模块包括数据预处理模块和识别模块，所述数据预处理模块将采集到的新能源充电入网的功率数据进行归一化处理，并将处理后的数据发送至识别模块，所述识别模块建立聚类模型对新能源入网时的不稳定功率进行识别，所述安全监测模块包括危险指数模块、安全态势模块，所述危险指数模块根据不稳定功率的数据得到新能源汽车充电入网对电网的威胁程度和威胁概率，并将数据发送至安全态势模块，所述安全态势模块采用bp神经网络
4、作为本专利技术的一种优选技术方案，所述聚类模型指的是从历史数据库中找出k个与最终判定的数据流特征指标最为接近的样本数据流，采用相似度方式进行计算，根据多数数据类型结果判定数据类型。
5、作为本专利技术的一种优选技术方案，所述相似度计算公式为
6、
7、其中，β表示数据相似度，k表示k个与最终判定的数据流特征指标最为接近的样本数据流，待检测的数据库流特征zk，历史数据数据特征ck。
8、作为本专利技术的一种优选技术方案，所述bp神经网络的计算模型建立过程如下:
9、将新能源汽车充电入网对电网的威胁程度和威胁概率及新能源汽车充电入网危害电网的节点权重w作为bp神经网络的指标,将网络安全态势值作为神经网络的输出值,通过训练集训练后确定bp神经网络中各层的相关参数,形成完整的预测模型；
10、bp神经网络包括一个输入层、一个隐含层和一个输出层,隐含层对每个神经元的w和b赋予随机值；输入为经过数据处理后的危险指数数据；进行一次正向传播得到输出层各个神经元的w和b的输出值；
11、求出输出层的误差，再通过反向传播算法，向后求出每一层的每个神经元的误差；
12、通过误差可以得出每个神经元的再乘上负的学习率-η，就得到了δw、δb，将每个神经元的w和b更新为w+δw、b+δb，从而完成对bp神经网络模型的训练。
13、作为本专利技术的一种优选技术方案，所述的函数公式为：
14、
15、式中，yk表示神经元输出层第k个节点的输出值，tk为预期输出值，m为输出层的节点个数；
16、所述δw和δb的计算公式为：
17、
18、与现有技术相比，本专利技术的有益效果如下：
19、本专利技术先对新能源汽车充电入网的数据进行自动化识别，识别之后对安全性能进行评估，从而全方面的对新能源汽车充电入网的安全性进行检测，实现自动准确的分析电网可能造成冲击和故障的情况，并自动化显示出来，方便使用人员直观判断。
本文档来自技高网...【技术保护点】
1.一种基于新能源汽车充电入网对电网的安全性检测系统，其特征在于，包括数据采集装置(1)、数据分析模块(2)和安全监测模块(3)，所述数据采集装置(1)用于采集新能源充电入网的功率，所述数据分析模块(2)包括数据预处理模块(4)和识别模块(5)，所述数据预处理模块(4)将采集到的新能源充电入网的功率数据进行归一化处理，并将处理后的数据发送至识别模块(5)，所述识别模块(5)建立聚类模型对新能源入网时的不稳定功率进行识别，所述安全监测模块(3)包括危险指数模块(6)、安全态势模块(7)，所述危险指数模块(6)根据不稳定功率的数据得到新能源汽车充电入网对电网的威胁程度和威胁概率，并将数据发送至安全态势模块(7)，所述安全态势模块(7)采用bp神经网络对新能源汽车充电入网对电网的威胁程度和威胁概率、新能源汽车充电入网危害电网的节点权重W进行量化处理，得到安全性数据。
2.根据权利要求1所述的一种基于新能源汽车充电入网对电网的安全性检测系统，其特征在于，所述聚类模型指的是从历史数据库中找出K个与最终判定的数据流特征指标最为接近的样本数据流，采用相似度方式进行计算，根据多数数据
3.根据权利要求2所述的一种基于新能源汽车充电入网对电网的安全性检测系统，其特征在于，所述相似度计算公式为
4.根据权利要求1所述的一种基于新能源汽车充电入网对电网的安全性检测系统，其特征在于，所述bp神经网络的计算模型建立过程如下：
5.根据权利要求4所述的一种基于新能源汽车充电入网对电网的安全性检测系统，其特征在于，所述的函数公式为：
...【技术特征摘要】
1.一种基于新能源汽车充电入网对电网的安全性检测系统，其特征在于，包括数据采集装置(1)、数据分析模块(2)和安全监测模块(3)，所述数据采集装置(1)用于采集新能源充电入网的功率，所述数据分析模块(2)包括数据预处理模块(4)和识别模块(5)，所述数据预处理模块(4)将采集到的新能源充电入网的功率数据进行归一化处理，并将处理后的数据发送至识别模块(5)，所述识别模块(5)建立聚类模型对新能源入网时的不稳定功率进行识别，所述安全监测模块(3)包括危险指数模块(6)、安全态势模块(7)，所述危险指数模块(6)根据不稳定功率的数据得到新能源汽车充电入网对电网的威胁程度和威胁概率，并将数据发送至安全态势模块(7)，所述安全态势模块(7)采用bp神经网络对新能源汽车充电入网对电网的威胁程度和威胁概...
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。