基于UPS的市电故障预测系统技术方案

本发明专利技术涉及故障预测技术领域，具体公开了基于UPS的市电故障预测系统，包括故障采集模块、监测分析模块、模型构建模块和模型确定模块；故障采集模块，用于量化故障判定的准确状态，得出监测失准值，判断UPS设备的监测准确性；监测分析模块，用于监测市电故障不准确时，获取负载高峰工作周期与UPS失准判定周期，计算周期相似度；模型构建模块，用于两者周期相似时，提取市电参数构建训练集，利用线性回归、决策树、神经网络、长短期记忆网络模型算法构建市电故障预测模型；模型确定模块，用于不同模型的监测失准值分析，得到模型适应值，确定优选算法；本发明专利技术能够提高市电故障预测的准确性，为UPS设备稳定运行提供保障。

【技术实现步骤摘要】

本专利技术涉及故障预测，具体涉及基于ups的市电故障预测系统。

技术介绍

1、ups（uninterruptible power supply）表示不间断电源，是一种能够在市电中断或出现异常时，为负载设备提供稳定电力供应的电源设备，然而，市电故障的发生给ups的稳定运行带来了诸多挑战。

2、公告号为cn115859058b的一项中国专利申请公开了一种基于宽度学习网络的ups故障预测方法和系统，包括：预处理ups电源电池不同状态下的历史数据；确定宽度学习网络中特征节点、增强节点、特征窗口数参数的取值范围；引入模拟退火算法，改进遗传算法中的变异操作，得到改进的遗传算法；通过改进的遗传算法对宽度学习参数进行寻优；依据网格搜索算法和ksigma模型，确定ups电源正常电池的阈值范围；综合运用ga+bls+k-sigma，得到最终的预测、诊断模型，实时监测ups电源电池的状态。

3、上述技术采用宽度学习网络，并通过改进的遗传算法寻优以及结合网格搜索算法确定阈值范围，上述技术构建通用的ups电源电池状态监测模型，未充分考虑市电故障与ups失准判本文档来自技高网...

【技术保护点】

1.基于UPS的市电故障预测系统，其特征在于：包括如下模块：

2.根据权利要求1所述的基于UPS的市电故障预测系统，其特征在于：所述监测失准值的获取方式为：

3.根据权利要求1所述的基于UPS的市电故障预测系统，其特征在于：所述UPS设备的失准判定周期与负载的高峰工作周期是否相似的判断方式为：

4.根据权利要求3所述的基于UPS的市电故障预测系统，其特征在于：所述周期相似度的获取方式为：

5.根据权利要求4所述的基于UPS的市电故障预测系统，其特征在于：所述高峰工作周期的频率、失准判定周期的频率进行数值计算的方式为：p>

6.根据权...

【技术特征摘要】

1.基于ups的市电故障预测系统，其特征在于：包括如下模块：

2.根据权利要求1所述的基于ups的市电故障预测系统，其特征在于：所述监测失准值的获取方式为：

3.根据权利要求1所述的基于ups的市电故障预测系统，其特征在于：所述ups设备的失准判定周期与负载的高峰工作周期是否相似的判断方式为：

4.根据权利要求3所述的基于ups的市电故障预测系统，其特征在于：所述周期相似度的获取方式为：

5.根据权利要求4所述的基于ups的市电故障预测系统，其特征在于：所述高峰工作周期的频率、失准判定周期的频率进行数值计算的方式为：

【专利技术属性】
技术研发人员：周雷，
申请(专利权)人：北京东道科技发展有限公司，
类型：发明
国别省市：