【技术实现步骤摘要】
具有自我健康状态预测功能的电力设备及其自我健康状态预测方法以及云端服务器
本专利技术涉及电力供应的
,特别是涉及一种具有自我健康状态预测功能的电力设备及其自我健康状态预测方法以及一种适用于多个电力设备的云端服务器。
技术介绍
电力装置,例如是不断电系统(uninterruptiblepowersystem,UPS)、电源分配单元(powerdistributionunit,PDU)或自动电源切换开关(autotransferswitch,ATS),为用以提供一操作电源给至少一负载,以便这些负载能够正常操作。然而,一旦电力装置发生故障(例如因其内部零件损坏而导致故障),就很可能会使得电力装置无法正常供电给负载,进而使得这些负载无法正常操作。此时,若有重要的负载(例如是关键的医疗设备)无法正常操作,则其所造成的后果是难以想象的。因此,若能够预测电力装置的健康状态,使得维护人员能在电力装置的健康状态不佳时就先进行预防性的处置,这样就能够有效防止前述问题。
技术实现思路
本专利技术的其中一目的在于提供一种具有自我健康状态预测功能的电力设备。本专利技术的另一目的在于提供一种电力设备的自我健康状态预测方法。本专利技术的再一目的在于提供一种适用于多个电力设备的云端服务器。为达上述目的,本专利技术提供一种具有自我健康状态预测功能的电力设备,其包括有多个传感器、一通讯模块、一控制单元与一存储单元。所述的多个传感器用以取得多个感测数据。所述的控制单元用以透过通讯模块自一云 ...
【技术保护点】
1.一种具有自我健康状态预测功能的电力设备,其特征在于,该电力设备包括:/n多个传感器,用以取得多个感测数据;/n一通讯模块;/n一控制单元,用以透过该通讯模块自一云端服务器取得该电力设备的一健康指数预测模型与一健康预测指数阈值,并用以将该些感测数据与该电力设备的基本数据带入该健康指数预测模型来进行运算,以获得一健康预测指数,并依据该健康预测指数与该健康预测指数阈值的比较结果来取得该电力设备的一健康状态预测数据,以便执行一后续处理,其中该健康指数预测模型为该云端服务器透过机器学习的方式来建立与训练;以及/n一存储单元,用以储存该电力设备的基本数据、该健康指数预测模型与该健康预测指数阈值。/n
【技术特征摘要】
1.一种具有自我健康状态预测功能的电力设备,其特征在于,该电力设备包括:
多个传感器,用以取得多个感测数据;
一通讯模块;
一控制单元,用以透过该通讯模块自一云端服务器取得该电力设备的一健康指数预测模型与一健康预测指数阈值,并用以将该些感测数据与该电力设备的基本数据带入该健康指数预测模型来进行运算,以获得一健康预测指数,并依据该健康预测指数与该健康预测指数阈值的比较结果来取得该电力设备的一健康状态预测数据,以便执行一后续处理,其中该健康指数预测模型为该云端服务器透过机器学习的方式来建立与训练;以及
一存储单元,用以储存该电力设备的基本数据、该健康指数预测模型与该健康预测指数阈值。
2.根据权利要求1所述的具有自我健康状态预测功能的电力设备,其中该控制单元包括:
一健康指数预测模块,用以将该些感测数据与该电力设备的基本数据带入该健康指数预测模型来进行运算,以获得该健康预测指数;以及
一健康状态分析模块,用以比较该健康预测指数与该健康预测指数阈值,据以取得该健康状态预测数据。
3.根据权利要求1所述的具有自我健康状态预测功能的电力设备,其中该电力设备的基本数据报括设备型号、制造日期、额定功率、额定电压与额定电流的至少其中之一。
4.根据权利要求1所述的具有自我健康状态预测功能的电力设备,其中该些感测数据报括输入电压、输入电流、输出电压、输出电流、电池电压、电池充电电流、电池放电电流、环境温度、环境湿度的至少其中之一。
5.根据权利要求1所述的具有自我健康状态预测功能的电力设备,其中该后续处理包括透过该通讯模块来将该健康状态预测数据传送至该云端服务器。
6.根据权利要求1所述的具有自我健康状态预测功能的电力设备,其中当该健康状态预测数据呈现该电力设备的健康状态不佳时,该后续处理包括透过该通讯模块通知一邮件服务器发出一警报信件。
7.根据权利要求1所述的具有自我健康状态预测功能的电力设备,其中当该健康状态预测数据呈现该电力设备的健康状态不佳时,该后续处理包括透过该通讯模块通知一简讯发报机发出一警报简讯。
8.根据权利要求1所述的具有自我健康状态预测功能的电力设备,其更包括一警报模块,且该控制单元更透过该通讯模块自该云端服务器取得一警报执行脚本,该警报执行脚本具有由一用户设定的一警报动作与至少一判断条件,当该控制单元判断该些条件皆被满足时,便控制该警报模块执行该警报动作。
9.根据权利要求8所述的具有自我健康状态预测功能的电力设备,其中该警报模块包括一显示设备与一声音警示装置的至少其中之一。
10.根据权利要求8所述的具有自我健康状态预测功能的电力设备,其中当该健康状态预测数据呈现该电力设备的健康状态不佳时,该控制单元更控制该警报模块发出一警报。
11.根据权利要求1所述的具有自我健康状态预测功能的电力设备,其中该云端服务器所使用的机器学习算法包括类神经网络算法、判定树算法、K平均算法、支持向量机算法、线性回归算法与逻辑回归算法的至少其中之一。
12.根据权利要求1所述的具有自我健康状态预测功能的电力设备,其中该电力设备包括是一不断电系统、一电源分配单元或一自动电源切换开关。
13.根据权利要求12所述的具有自我健康状态预测功能的电力设备,其中该不断电系统包括是一在线式不断电系统、一离线式不断电系统或一在线交互式不断电系统。
14.一种电力设备的自我健康状态预测方法,其中该电力设备包括多个传感器与一通讯模块,其特征在于,该方法包括:
透过该通讯模块自一云端服务器取得该电力设备的一健康指数预测模型与一健康预测指数阈值,其中该健康指数预测模型为该云端服务器透过机器学习的方式来建立与训练;
透过该些传感器取得多个感测数据;
将该些感测数据与该电力设备的基本数据带入该健康指数预测模型来进行运算,以获得一健康预测指数;以及
依据该健康预测指数与该健康预测指数阈值的比较结果来取得该电力设备的一健康状态预测数据,以便执行一后续处理。
15.根据权利要求14所述的电力设备的自我健康状态预测方法,其中该电力设备的基本数据报括设备型号、制造日期、额定功率、额定电压与额定电流的至少其中之一。
16.根据权利要求14所述的电力设备的自我健康状态预测方法,其中该些感测数据报括输入电压、输入电流、输出电压、输出电流、电池电压、电池充电电流、电池放电电流、环境温度、环境湿度的至少其中之一。
17.根据权利要求14所述的电力设备的自我健康状态预测方法,其中该后续处理包括透过该通讯模块来将该健康状态预测数据传送至该云端服务器。
18.根据权利要求14所述的电力设备的自我健康状态预测方法,其中当该健康状态预测数据呈现该电力设备的健康状态不佳时,该后续处理包括透过该通讯模块通知一邮件服务器发出一警报信件。
19.根据权利要求14所述的电力设备的自我健康状态预测方法,其中当该健康状态预测数据呈现该电力设备的健康状态不佳时,该后续处理包括透过该通讯模块通知一简讯发报机发出一警报简讯。
20.根据权利要求14所述的电力设备的自我健康状态预测方法,其中当该健康状态预测数据呈现该电力设备的健康状态不佳时,该后续处理包括透过该电力设备的一警报模块发出一警报。
...
【专利技术属性】
技术研发人员:林咏翔,叶佳珉,
申请(专利权)人:硕天科技股份有限公司,
类型:发明
国别省市:中国台湾;71
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。