一种交流6路智能用电监测模块制造技术

本发明专利技术涉及用电监测技术领域，公开了一种交流6路智能用电监测模块，其技术方案要点是，该方法包括步骤：将粒子群优化算法PSO和遗传算法GA串联组合对电路参数进行估算；电力监控系统网络关键节点的识别；通过分析预击穿电压的分量来检测馈线故障；先采用串联的方式将两种优化算法粒子群优化(PSO)和遗传算法(GA)进行组合，来对电路参数进行估算；再基于DQN的复杂网络电力监控节点识别方法,对电力系统进行多维监测预警，将异常监测数据提供给人工神经网络进行分析；最后通过分析预击穿电压的分量来检测馈线故障；实现对电路参数进行估算，也能对异常数据流进行及时定位，保障了电力系统的正常运行。的正常运行。的正常运行。

【技术实现步骤摘要】
一种交流6路智能用电监测模块


[0001]本专利技术涉及用电监测领域，更具体地说，它涉及一种交流6路智能用电监测模块
。

技术介绍

[0002]用电监测模块用于对电路运行进行监测，以避免电流或电压过高而导致电力系统发生过载
、
短路
、
接地等故障
。
然而，现有技术中的用电监测模块往往不针对电路参数进行估算，也不能对异常数据流进行及时定位，造成用户无法在第一时间得知系统中的异常位置，并无法针对故障位置采取措施，例如降低负载
、
更换设备等，从而无法保障电力系统的正常运行
。
[0003]由此，本专利技术提供了一种交流6路智能用电监测模块，改善了上述技术问题
。

技术实现思路

[0004]本专利技术的目的是提供一种交流6路智能用电监测模块，解决了有技术中的用电监测模块往往不针对电路参数进行估算，也不能对异常数据流进行及时定位，造成用户无法在第一时间得知系统中的异常位置，并无法针对故障位置采取措施，例如降低负载
、
更换设备等，从而无法保障电力系统的正常运行的技术问题
。
[0005]本专利技术的上述技术目的是通过以下技术方案得以实现的：一种交流6路智能用电监测模块，包括如下步骤：
S1、
将粒子群优化算法
PSO
和遗传算法
GA
串联组合对电路参数进行估算；
[0006]S2、
电力监控系统网络关键节点的识别；
[0007]S3、
通过分析预击穿电压的分量来检测馈线故障
。
[0008]作为本专利技术的一种优选技术方案，所述
PSO
优化算法和
GA
优化算法均共享目标函数，所述目标函数
f
obj
的公式如下：
[0009]f
obj
＝
α
×
RMS
cost
+
β
×
THD
cost
，
[0010][0011][0012]其中表示流经各相电容的电流；
x
表示
a、b
和
c
相；是物理测量的实际电流；电流
i
c
可由电流
i
x2
与
i
c
之差得到；
α
和
β
是平衡
RMS
和
THD
在目标函数中的重要性的权重因子
。
[0013]作为本专利技术的一种优选技术方案，
PSO
是一种基于迭代种群的优化算法；其中，参数集为：
[0014]通过以下表达式进行更新：
[0015]V
i
，
j
＝
ω
t
‑1V
i
‑1+2r1(P
G
‑
P
i
‑1，
j
)
[0016]+2r2(P
L,i
‑1，
j
‑
P
i
‑1，
j
)
，
[0017]P
i
，
j
＝
P
i
‑1，
j
+V
i
，
j
[0018]其中
j
是粒子个数；
i
代表算法的全局迭代；
V
i
，
j
是迭代
i
中第
j
个粒子的速度；
P
L,i
‑1，
j
是粒子
j
直到实际迭代的最佳个体结果；
P
G
是算法执行过程中的全局最佳粒子；
ω
i
‑1是学习率因子；
r1和
r2因子设置为
0.5。
[0019]作为本专利技术的一种优选技术方案，将新的集合进行下一次迭代；在下一次的迭代过程中，
PSO
的收敛可能陷入局部极小值，需要引入适当的扰动以从
P
G
构建新粒子；
[0020]引入适当的扰动以从
P
G
构建新粒子的过程为：通过使用随机扰动
δ
p
对全局最佳粒子
P
G
进行变异来创建新粒子
P
B
；创建新粒子
P
B
的计算公式为：
[0021]P
B
＝
P
G
+
δ
p
；
[0022]因此，将目标函数的值与
P
B
和
P
G
进行比较；
[0023]如果
f
obj
(P
B
)
＜
f
obj
(P
G
)
，则粒子
P
B
给出了比
P
G
更好的估计，集合中最佳的粒子将被代入
P
G
，该集合为：
{P
G
+
δ
p
，
P
G
+2
δ
p
，
P
G
+4
δ
p
，
...
，
P
G
+2
j
δ
p
}
，其中
P
G
+2
j
δ
p
表示在搜索边界内，
P
G
+2
j+1
δ
p
表示在边界外；
[0024]P
G
的计算公式为：
[0025]p
＝
P
G
+2
r
δ
p
[0026]其中，
r
＝0，1，2，
...
，
j。
[0027]作为本专利技术的一种优选技术方案，估计参数的过程如下：
S51、
所有
M
个粒子随机初始化并生成的参数都在其相应的搜索范围内；
[0028]S52、
使用目标函数
f
obj
对所有粒子进行评估；
[0029]S53、
通过使用创建新粒子函数
P
B
变异最佳粒子生成新粒子；
[0030]S54、
如果满足
f
ob本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种交流6路智能用电监测模块，其特征在于，所述方法包括以下步骤：
S1、
将粒子群优化算法
PSO
和遗传算法
GA
串联组合对电路参数进行估算；
S2、
电力监控系统网络关键节点的识别；
S3、
通过分析预击穿电压的分量来检测馈线故障
。2.
根据权利要求1所述的一种交流6路智能用电监测模块，其特征在于：所述
PSO
优化算法和
GA
优化算法均共享目标函数，所述目标函数
fobj
的公式如下：
f
obj
＝
α
×
RMS
cost
+
β
×
THD
cost
，，其中表示流经各相电容的电流；
x
表示
a、b
和
c
相；是物理测量的实际电流；电流
i
c
可由电流
i
x2
与
i
c
之差得到；
α
和
β
是平衡
RMS
和
THD
在目标函数中的重要性的权重因子
。3.
根据权利要求1所述的一种交流6路智能用电监测模块，其特征在于：
PSO
是一种基于迭代种群的优化算法；其中，参数集为：通过以下表达式进行更新：
V
i
，
j
＝
ω
t
‑1V
i
‑1+2r1(P
G
‑
P
i
‑1，
j
)+2f2(P
L,i
‑1，
j
‑
P
i
‑1，
j
)
，
P
i
，
j
＝
P
i
‑1，
j
+V
i
，
j
其中
j
是粒子个数；
i
代表算法的全局迭代；
V
i
，
j
是迭代
i
中第
j
个粒子的速度；
P
L
，
i
‑1，
j
是粒子
j
直到实际迭代的最佳个体结果；
P
G
是算法执行过程中的全局最佳粒子；
ω
i
‑
l
是学习率因子；
r1和
r2因子设置为
0.5。4.
根据权利要求3所述的一种交流6路智能用电监测模块，其特征在于：将新的集合进行下一次迭代；在下一次的迭代过程中，
PSO
的收敛可能陷入局部极小值，需要引入适当的扰动以从
P
G
构建新粒子；引入适当的扰动以从
P
G
构建新粒子的过程为：通过使用随机扰动
δ
p
对全局最佳粒子
P
G
进行变异来创建新粒子
P
B
；创建新粒子
P
B
的计算公式为：
P
B
＝
P
G
+
δ
p
；因此，将目标函数的值与
P
B
和
P
G
进行比较；如果
f
obj
(P
B
)
＜
f
obj
(P
G
)
，则粒子
P
B
给出了比
P
G
更好的估计，集合中最佳的粒子将被代入
P
G
，该集合为：
{P
G
+
δ
p
，
P
G
+2
δ
p
，
P
G
+4
δ
p
，
…
，
P
G
+2
j
δ
p
}
其中
P
G
+2
j
δ
p
表示在搜索边界内，
P
G
+2
j+1
δ
p
表示在边界外；
P
G
的计算公式为：其中，
r
＝0，1，2，
...
，
j。5.
根据权利要求4所述的一种交流6路智能用电监测模块，其特征在于：估计参数的过
程如下：
S51、
所有
M
个粒子随机初始化并生成的参数都在其相应的搜索范围内；
S52、
使用目标函数
f
obj
对所有粒子进行评估；
S53、
通过使用创建新粒子函数
P
B
变异最佳粒子生成新粒子；
S54、
如果满足
f
obj
...

【专利技术属性】
技术研发人员：林业盛，宋春华，
申请(专利权)人：南京艾泰克物联网科技有限公司，
类型：发明
国别省市：