一种用于风车发电状态监测的KVM系统及方法技术方案

本发明专利技术公开了一种用于风车发电状态监测的KVM系统及方法,应用于一KVM装置设备，所述方法采用BP神经网络的方法分析，信号传播通过神经网络初始化设定网络层，信号传播至输出层，然后误差反向传播至输入层，通过最后分析更新权重风车发电机监测开关的图像；通过摄像机获得需要的信息，经过FPGA神经网络算法智能分析处理之后再通过KVM技术，将数据传送至主机端；客户在客户端通过输入认证与主机端形成联系；主机端通过认证后，在主机端虚拟出鼠标键盘，实现客户端对主机端的灵活操作，并将需要的数据传送至客户端。本发明专利技术具有以下效益：集成度高、可以方便准确地获得风车发电状态的信息，从而让工作人员在故障出现时及时地发现和处理。

【技术实现步骤摘要】
一种用于风车发电状态监测的KVM系统及方法
本专利技术属于基于KVM技术，具体涉及的是一种用于风车发电状态监测的KVM装置的方法。
技术介绍
随着社会的发展，人类对于能源的需求越来越大。而传统能源，例如煤炭、天然气、石油等均为不可再生能源，且会造成环境的污染，因此寻求清洁的可再生能源对于人类发展具有举足轻重的作用。风能是一种清洁的可再生能源，并且越来越受到世界的重视。其蕴含量巨大，全球的风能约有2.74×10^9MW，而可利用的风能也有2×10^9MW。因此，风能的利用前景很可观。风能发电机的主要原理是将风能转化为电能，一般风力发电站选择在空旷、环境恶劣的地方，风车在这类地方容易发生故障，而当风车发生突发状况时，就需要工作人员及时收到相关的报警提示信息。因此，研发一款能对风车开关进行实时监视并智能分析出所有风车的运行状态的监视设备具有重要的研究意义和实用价值。KVM是键盘(Keyboard)、显示器(Video)以及鼠标(Mouse)组合的缩写，正式的名称为：多计算机切换器。通过KVM可以实现客户端对于主机的控制，并得到主机端的本文档来自技高网...

【技术保护点】
1.一种用于风车发电状态监测的KVM方法，应用于一电子设备，其特征在于：所述方法包括/nS1：对采集到的图像进行预处理；/nS2：通过BP神经网络算法对图像处理进行风车发电状态监测；/n所述神经网络算法对图像处理进行风车发电状态监测步骤包括：/nS101：神经网络初始化：设定四层神经网络，分别为输入层、两层隐含层以及输出层，并对链接权重矩阵赋初值；/nS102：信号传播：将摄像头拍摄的监测开关图像的像素点从输入层，根据连接权重矩阵传递到隐含层，再传递到输出层；/nS103：误差反向传播：获得输出层的误差后，利用反向传输方式由输出层传递到隐含层再到输入层；/nS104：更新链接权重矩阵：采用梯度...

【技术特征摘要】
1.一种用于风车发电状态监测的KVM方法，应用于一电子设备，其特征在于：所述方法包括
S1：对采集到的图像进行预处理；
S2：通过BP神经网络算法对图像处理进行风车发电状态监测；
所述神经网络算法对图像处理进行风车发电状态监测步骤包括：
S101：神经网络初始化：设定四层神经网络，分别为输入层、两层隐含层以及输出层，并对链接权重矩阵赋初值；
S102：信号传播：将摄像头拍摄的监测开关图像的像素点从输入层，根据连接权重矩阵传递到隐含层，再传递到输出层；
S103：误差反向传播：获得输出层的误差后，利用反向传输方式由输出层传递到隐含层再到输入层；
S104：更新链接权重矩阵：采用梯度下降的方法，不断修正各单元之间的权值。
S105：状态分析：从输出层得到开和关的概率，从而判断每个风车发电机的状态情况。


2.根据权利要求1所述的一种用于风车发电状态监测的KVM装置的方法，其特征在于：所述步骤S1对采集到的图像进行预处理包括：
S201：色彩空间变化：利用伽马校正将RGB色彩空间原始图像变换为YCbCr色彩空间，公式如下所示：






S202：中值滤波：通过窗口对二维图像数组取值，用窗口中所有像素的中值代替窗口中心点处的值，从而消除噪声；
S103：边缘检测：采用Sobel边缘检测方法，减少冗余信息。


3.根据权利要求1所述的一种用于风车发电状态监测的KVM装置的方法，其特征在于：所述步骤S201中的输出层，共有两个输出，分别为与风车发电机相连的监测开关的开的概率和关的概率。


4.根据权利要求1所述的一种用于风车发电状态监测的KVM装置的方法，其特征在于：所述步骤S203中输出层的误差，是由之前每一层之间的链接权重矩阵产生。


5.根据权利要求2所述的一种用于风...

【专利技术属性】
技术研发人员：张振华，戴文军，
申请(专利权)人：南京艾拓维讯信息技术有限公司，
类型：发明
国别省市：江苏;32