The invention relates to a frequency detection method of distributed power supply based on artificial neural network, which belongs to the technical field of distributed power supply, and solves the problem of low accuracy and speed of frequency detection of distributed power supply in the prior art. A frequency detection method of distributed power supply based on artificial neural network includes the following steps: collecting the voltage sample data of distributed power supply under the condition of known frequency of distributed power supply; training the voltage sample data and corresponding frequency with artificial neural network model; and detecting the frequency of distributed power supply based on the artificial neural network model obtained from training. Measurement. Intelligent frequency detection of distributed power supply is realized, and the accuracy and speed of frequency detection of distributed power supply are improved.
【技术实现步骤摘要】
一种基于人工神经网络的分布式电源频率检测方法
本专利技术涉及分布式电源
,尤其涉及一种基于人工神经网络的分布式电源频率检测方法。
技术介绍
随着社会的发展,电能已经成为推动社会发展不可或缺的一部分,对于电能的研究成为重要研究课题。分布式发电设备可以很好的增强电网的可靠性和经济性,提高了供电的可靠性。分布式发电设备的技术也越来越成熟,市场中也越来越多的选择分布式发电设备来增大功率和提高供电可靠性。而分布式发电设备具有频率变化较大的特点,在这种情况下,如何快速精确的检测分布式发电设备的频率成为研究的重点。分布式电源发电具有频率变化较大的特点,而现有的用于嵌入式开发的频率检测算法在检测精度和速度上有一定的限制,因而很难实现高精度快速检测频率,并且对嵌入式系统硬件性能较高要求。
技术实现思路
鉴于上述的分析,本专利技术旨在提供一种基于神经网络的分布式电源频率检测方法,实现了分布式电源的频率检测,提高了分布式电源频率检测的精度和速度。本专利技术提供一种基于人工神经网络的分布式电源频率检测方法,包括以下步骤:在已知分布式电源的频率条件下,采集分布式电源的电压样本数据;对所述电压样本数据及其对应的频率进行人工神经网络模型训练;基于训练得到的人工神经网络模型对分布式电源进行检测。上述技术方案的有益效果为:通过上述方案实现了分布式电源频率的智能检测,提高了分布式电源频率检测的精度和速度。进一步地,在已知分布式电源的频率条件下,采集分布式电源的电压样本数据,具体包括:在已知分布式电源的频率条件下,利用电阻分压方法将分布式电源的交流电压输入单片机中的AD采样电路;所述AD采样 ...
【技术保护点】
1.一种基于人工神经网络的分布式电源频率检测方法,其特征在于,包括以下步骤:在已知分布式电源的频率条件下,采集分布式电源的电压样本数据;对所述电压样本数据及其对应的频率进行人工神经网络模型训练;基于训练得到的人工神经网络模型对分布式电源的频率进行检测。
【技术特征摘要】
1.一种基于人工神经网络的分布式电源频率检测方法,其特征在于,包括以下步骤:在已知分布式电源的频率条件下,采集分布式电源的电压样本数据;对所述电压样本数据及其对应的频率进行人工神经网络模型训练;基于训练得到的人工神经网络模型对分布式电源的频率进行检测。2.根据权利要求1所述的方法,其特征在于,在已知分布式电源的频率条件下,采集分布式电源的电压样本数据,具体包括:在已知分布式电源的频率条件下,利用电阻分压方法将分布式电源的交流电压输入单片机中的AD采样电路;所述AD采样电路以一定的采样频率,采集分布式电源的电压数据;由单片机通过以太网通讯将采集的所述电压数据输入计算机。3.根据权利要求2所述的方法,其特征在于,对电压样本数据及其对应的频率进行人工神经网络模型训练,包括:对采集到的电压数据及其对应的频率进行归一化处理,形成训练样本;对所述训练样本进行正向传播,并通过反向传播更新输出层权值以及输入层与隐藏层之间的权值,使输出层各节点的输出值与期望值之间的误差符合指标要求,完成人工神经网络模型训练。4.根据权利要求3所述的方法,其特征在于,对采集到的电压数据及其对应的频率进行归一化处理,具体包括:将采集到的电压数据及其对应的频率通过归一化函数,映射到[-1,1]区间,所述归一化函数为:y=(1-ymin)*(x-xmin)/(xmax-xmin)–1其中,x、y分别为归一化前、后电压数据或其对应的频率,xmax、xmin分别为归一化前x的最大值和最小值。5.根据权利要求3所述的方法,其特征在于,对训练样本进行正向传播,并通过反向传播更新输出层权值以及输入层与隐藏层之间的权值,使输出层各节点的输出值与期望值之间的误差符合指标要求,具体包括:对训练样本进行正向传播,求解出各节点的实际输出值与期望值之间的误差;按照误差梯度下降最快的方向,利用复合求导得到输出层权值更新公式和输入层与隐藏层之间的权值更新公式,根据上述更新公式分别更新输出层权值、输入层与隐藏层之间的权值;进行正向传播,求解各节点的实际输出值与期望值之间的误差,并判断所述误差是否符合指标要求;若符合,则完成了反向传播过程,若不符合,则重新...
【专利技术属性】
技术研发人员:张新,杨润宇,徐晓彤,刘光斌,
申请(专利权)人:北京机械设备研究所,
类型:发明
国别省市:北京,11
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。