【技术实现步骤摘要】
本公开涉及但不限于数据处理，尤其涉及一种不间断电源的在线预警方法及检测系统。
技术介绍
1、当今社会中，越来越多的设备和系统需要依赖电力进行正常运行。由于各种原因，如供电不稳定、自然灾害等，电力供应中断或波动可能会对设备造成严重影响，甚至导致数据丢失、系统崩溃等问题，给生产和生活带来极大损失。因此，为了保证设备和系统的正常运行，不间断电源（uninterruptible power supply，ups）得到了广泛应用。
2、不间断电源是一种特殊的电源设备，它能够在外部电源中断时为设备提供独立的电力供应，以保持设备的正常工作状态。由于ups的重要性，对其稳定性和可靠性的要求越来越高。传统的ups预警方法主要是基于离线检测，即当ups出现问题时，才能发现并及时进行处理。这种方法存在着较大的缺陷，无法避免设备在ups故障期间受到损坏，也无法防止ups故障对生产和生活产生不可逆转的影响。
3、近年来，人工智能技术的快速发展为ups在线预警提供了一种全新的解决方案。利用大数据分析和机器学习算法，可以实现ups的实时监测和预警，提高ups的稳定性和可靠性。目前，基于人工智能的ups在线预警方法已经得到广泛研究和应用。这些方法主要基于ups的运行数据和状态参数，如电压、电流、温度等进行监测和分析，借助机器学习算法，如支持向量机、神经网络等，实现ups故障的自动诊断和预警。这种方法具有实时性、准确性和可扩展性等优点，能够有效降低ups故障对设备和系统的影响，提高生产效率和数据安全性。如何准确预测电源在预设条件下的状态响
技术实现思路
1、有鉴于此，本公开实施例至少提供一种不间断电源的在线预警方法及检测系统。
2、本公开实施例的技术方案是这样实现的：
3、一方面，本公开实施例提供一种不间断电源的在线预警方法，应用于检测系统，所述方法包括：
4、获取多目标学习算法的电源监测数据模板，所述电源监测数据模板包括示例电源的电源指标表征向量以及电源状态标记，所述多目标学习算法包括决策电源在预设工作指标下电源状态支持系数的第一目标学习模块、决策电源在无预设工作指标时电源状态支持系数的第二目标学习模块和决策预设工作指标造成电源状态支持系数增幅的第三目标学习模块；
5、确定所述示例电源的电源甄别属性，依据所述电源甄别属性在所述第一目标学习模块和所述第二目标学习模块中确定选定目标学习模块，所述示例电源甄别属性包括预设工作指标属性或固定参考属性，所述预设工作指标属性的电源为处于所述预设工作指标的电源；
6、将所述电源指标表征向量输入所述选定目标学习模块，依据所述选定目标学习模块执行得到的第一决策结果与所述电源状态标记对所述选定目标学习模块的可学习参数进行调节；
7、将所述电源指标表征向量分别输入所述选定目标学习模块外的两个目标学习模块，依据所述选定目标学习模块外的两个目标学习模块的输出结果确定第二决策结果；
8、依据所述第二决策结果与所述电源状态标记对所述选定目标学习模块外的两个目标学习模块的可学习参数进行调节，获得训练好的多目标学习算法；
9、获取待执行决策的目标电源的目标电源实时监测数据，结合所述训练好的多目标学习算法对所述目标电源实时监测数据进行预设工作指标响应决策，获得所述目标电源的预设工作指标响应。
10、在一些实施例中，所述获取多目标学习算法的电源监测数据模板，包括：
11、获取预设监测时段中的多个示例电源的电源运行监测数据集，所述电源运行监测数据集包括多个示例电源的电源实时监测数据和各个示例电源的电源状态标记；
12、对各个示例电源的电源实时监测数据进行表征向量抽取，获得每一示例电源的电源指标表征向量。
13、在一些实施例中，所述多目标学习算法还包括与每一目标学习模块对应的表征向量抽取模块，对示例电源的电源实时监测数据进行表征向量抽取，获得示例电源的电源指标表征向量，包括：
14、根据每一目标学习模块对应的表征向量抽取模块对示例电源的电源实时监测数据进行表征向量抽取，获得示例电源与每一目标学习模块对应的电源指标表征向量；
15、所述将所述电源指标表征向量输入所述选定目标学习模块，包括：
16、将所述示例电源与所述选定目标学习模块对应的电源指标表征向量输入所述选定目标学习模块；
17、所述将所述电源指标表征向量分别输入所述多目标学习算法中所述选定目标学习模块外的两个目标学习模块，包括：
18、将所述示例电源与所述选定目标学习模块外的两个目标学习模块对应的电源指标表征向量分别输入相应的目标学习模块。
19、在一些实施例中，所述多目标学习算法还包括与每一目标学习模块对应的显著性确定模块，所述根据每一目标学习模块对应的表征向量抽取模块对示例电源的电源实时监测数据进行表征向量抽取，获得示例电源与每一目标学习模块对应的电源指标表征向量，包括：
20、根据每一目标学习模块对应的表征向量抽取模块对示例电源的电源实时监测数据进行表征向量抽取，获得示例电源与每一表征向量抽取模块对应的临时表征向量；
21、根据每一显著性确定模块对所述电源实时监测数据和对应的临时表征向量进行显著性检测，获得示例电源与每一目标学习模块对应的电源指标表征向量。
22、在一些实施例中，所述多目标学习算法还包括表征向量主干模块，所述根据每一目标学习模块对应的表征向量抽取模块对示例电源的电源实时监测数据进行表征向量抽取，获得示例电源与每一表征向量抽取模块对应的临时表征向量，包括：
23、根据每一目标学习模块对应的表征向量抽取模块和所述表征向量主干模块对示例电源的电源实时监测数据进行表征向量抽取，获得示例电源与每一目标学习模块和所述表征向量主干模块对应的临时表征向量；
24、所述根据每一显著性确定模块对所述电源实时监测数据和对应的临时表征向量进行显著性检测，获得示例电源与每一目标学习模块对应的电源指标表征向量，包括：
25、根据每一显著性确定模块对所述电源实时监测数据、相应的临时表征向量以及所述表征向量主干模块对应的临时表征向量进行显著性检测，获得示例电源与每一目标学习模块对应的电源指标表征向量。
26、在一些实施例中，所述依据所述选定目标学习模块执行得到的第一决策结果与所述电源状态标记对所述选定目标学习模块的可学习参数进行调节，包括：
27、依据所述选定目标学习模块执行得到的第一决策结果与所述电源状态标记对所述选定目标学习模块、所述每一目标学习模块对应的表征向量抽取模块、所述每一目标学习模块对应的显著性确定模块和所述表征向量主干模块的可学习参数进行调节；
28、所述依据所述第二决策结果与所述电源状态标记对所述选定目标学习模块外的两个目标学习模块的可学习参数进行调节，包括：
29、依据所述第二决策结果与所本文档来自技高网...
【技术保护点】
1.一种不间断电源的在线预警方法，其特征在于，应用于检测系统，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取多目标学习算法的电源监测数据模板，包括：
3.根据权利要求2所述的方法，其特征在于，所述多目标学习算法还包括与每一目标学习模块对应的表征向量抽取模块，对示例电源的电源实时监测数据进行表征向量抽取，获得示例电源的电源指标表征向量，包括：
4.根据权利要求3所述的方法，其特征在于，所述多目标学习算法还包括与每一目标学习模块对应的显著性确定模块，所述根据每一目标学习模块对应的表征向量抽取模块对示例电源的电源实时监测数据进行表征向量抽取，获得示例电源与每一目标学习模块对应的电源指标表征向量，包括：
5.根据权利要求4所述的方法，其特征在于，所述多目标学习算法还包括表征向量主干模块，所述根据每一目标学习模块对应的表征向量抽取模块对示例电源的电源实时监测数据进行表征向量抽取，获得示例电源与每一表征向量抽取模块对应的临时表征向量，包括：
6.根据权利要求5所述的方法，其特征在于，所述依据所述选定目标学习模块执
7.根据权利要求1~6任一项所述的方法，其特征在于，当确定到所述示例电源的电源甄别属性为预设工作指标属性时，所述依据所述电源甄别属性在所述第一目标学习模块和所述第二目标学习模块中确定选定目标学习模块，包括：
8.根据权利要求1所述的方法，其特征在于，所述依据所述选定目标学习模块执行得到的第一决策结果与所述电源状态标记对所述选定目标学习模块的可学习参数进行调节，包括：
9.根据权利要求1所述的方法，其特征在于，所述依据所述第二决策结果与所述电源状态标记对所述选定目标学习模块外的两个目标学习模块的可学习参数进行调节之后，所述方法还包括：
10.一种检测系统，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9任一项所述方法中的操作。
...【技术特征摘要】
1.一种不间断电源的在线预警方法，其特征在于，应用于检测系统，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取多目标学习算法的电源监测数据模板，包括：
3.根据权利要求2所述的方法，其特征在于，所述多目标学习算法还包括与每一目标学习模块对应的表征向量抽取模块，对示例电源的电源实时监测数据进行表征向量抽取，获得示例电源的电源指标表征向量，包括：
4.根据权利要求3所述的方法，其特征在于，所述多目标学习算法还包括与每一目标学习模块对应的显著性确定模块，所述根据每一目标学习模块对应的表征向量抽取模块对示例电源的电源实时监测数据进行表征向量抽取，获得示例电源与每一目标学习模块对应的电源指标表征向量，包括：
5.根据权利要求4所述的方法，其特征在于，所述多目标学习算法还包括表征向量主干模块，所述根据每一目标学习模块对应的表征向量抽取模块对示例电源的电源实时监测数据进行表征向量抽取，获得示例电源与每一表征向量抽取模块对应的临时表征向量，包括：
...
【专利技术属性】
技术研发人员：王坤，熊玉龙，
申请(专利权)人：赫芝特电气技术广州有限公司，
类型：发明
国别省市：
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。