[發明專利]電器負載類型智能識別系統及方法

有效

• 申請號: 202310240248.4
• 申請日: 2023-03-14
• 公開（公告）號: CN115952447B
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 伍煥斌;楊志鵬;陳桐偉;傅澤森
• 申請（專利權）人: 廣東云山能源科技有限公司
• 主分類號: G06F18/241
• 分類號: G06F18/241;G06N3/04;G06N3/08;G06F16/28;G01R31/00
• 代理公司: 重慶壹手知專利代理事務所(普通合伙) 50267
• 代理人: 彭啟強

1.一種電器負載類型智能識別系統，其特征在于，所述系統包括：

類型映射機構，用于采用關系數據庫存儲各種電器負載分別對應的各個負載類型編號，所述關系數據庫以負載類型編號為索引，保存了每一個負載類型編號對應類型電器負載的類型名稱；

參數采集機構，用于接入待驗類型的當前電器負載所在的供電電路，用于獲取時間軸上連續多個采集時刻中每一個采集時刻對應的當前電器負載的通過電流、兩側電壓以作為對應采集時刻的實時負載信息；

內容提取機構，用于獲取待驗類型的當前電器負載所在的供電電路的各個回路分別對應的各份現場回路數據，所述各個回路中的每一個回路都為不包括當前電器負載的回路，所述每一個回路對應的現場回路數據為所述回路中電阻數量、電阻均值、電容數量、電容均值、電感數量以及電感均值；

類型識別機構，分別與所述類型映射機構、所述參數采集機構以及所述內容提取機構連接，用于基于所述供電電路的供電電壓數值、多個采集時刻分別對應的多份實時負載信息以及所述各份現場回路數據智能識別所述當前電器負載對應的負載類型；

模型構建機構，與所述類型識別機構連接，用于對深度神經網絡模型執行預設數量的多次訓練操作，并將完成多次訓練操作后的深度神經網絡模型用于所述智能識別；

其中，基于所述供電電路的供電電壓數值、多個采集時刻分別對應的多份實時負載信息以及所述各份現場回路數據智能識別所述當前電器負載對應的負載類型，包括：所述智能識別基于深度神經網絡模型、以及待驗類型的當前電器負載所在的供電電路的回路數量越多，選擇的所述多個采集時刻的數量越多；

其中，所述智能識別基于深度神經網絡模型、以及待驗類型的當前電器負載所在的供電電路的回路數量越多，選擇的所述多個采集時刻的數量越多，包括：所述深度神經網絡模型以所述當前電器負載對應的負載類型為輸出數據，以所述供電電路的供電電壓數值、多個采集時刻分別對應的多份實時負載信息以及所述各份現場回路數據為輸入數據。

2.如權利要求1所述的電器負載類型智能識別系統，其特征在于：

對深度神經網絡模型執行預設數量的多次訓練操作，并將完成多次訓練操作后的深度神經網絡模型用于所述智能識別包括：將已知負載類型作為深度神經網絡模型的輸出數據，將具有已知負載類型的電器負載所在的供電電路作為訓練使用電路，并以訓練使用電路的供電電壓數值、已知負載類型的電器負載對應的多個采集時刻的實時負載信息以及訓練使用電路對應的各份現場回路數據作為深度神經網絡模型的輸入數據，完成對深度神經網絡模型的一次訓練操作；

其中，所述預設數量的取值與所述關系數據庫中索引總數的取值呈成正比。

3.如權利要求2所述的電器負載類型智能識別系統，其特征在于，所述系統還包括：

類型警示機構，與所述類型識別機構連接，用于接收智能識別的所述當前電器負載對應的負載類型；

其中，所述類型警示機構還用于在接收到的智能識別的所述當前電器負載對應的負載類型與預設的負載類型不匹配時，執行現場負載類型報警操作；

其中，所述類型警示機構還用于在接收到的智能識別的所述當前電器負載對應的負載類型與預設的負載類型匹配時，發出負載類型匹配信號。

4.如權利要求2所述的電器負載類型智能識別系統，其特征在于，所述系統還包括：

即時顯示機構，與所述類型識別機構連接，用于接收智能識別的所述當前電器負載對應的負載類型；

其中，所述即時顯示機構還用于實時顯示智能識別的所述當前電器負載對應的負載類型。

5.如權利要求2所述的電器負載類型智能識別系統，其特征在于，所述系統還包括：

模型存儲機構，與所述模型構建機構連接，用于存儲完成多次訓練操作后的深度神經網絡模型；

其中，所述模型存儲機構通過存儲完成多次訓練操作后的深度神經網絡模型的各個模型參數實現對完成多次訓練操作后的深度神經網絡模型的模型存儲。