[发明专利]一种基于人工神经网络的分布式电源频率检测方法

说明书

本发明涉及一种基于人工神经网络的分布式电源频率检测方法，属于分布式电源技术领域，解决了现有技术中分布式电源频率检测精度和速度较低的问题。一种基于人工神经网络的分布式电源频率检测方法，包括以下步骤：在已知分布式电源的频率条件下，采集分布式电源的电压样本数据；对所述电压样本数据及其对应的频率进行人工神经网络模型训练；基于训练得到的人工神经网络模型对分布式电源的频率进行检测。实现了分布式电源频率的智能检测，提高了分布式电源频率检测的精度和速度。

技术领域

本发明涉及分布式电源技术领域，尤其涉及一种基于人工神经网络的分布式电源频率检测方法。

背景技术

随着社会的发展，电能已经成为推动社会发展不可或缺的一部分，对于电能的研究成为重要研究课题。分布式发电设备可以很好的增强电网的可靠性和经济性，提高了供电的可靠性。分布式发电设备的技术也越来越成熟，市场中也越来越多的选择分布式发电设备来增大功率和提高供电可靠性。而分布式发电设备具有频率变化较大的特点，在这种情况下，如何快速精确的检测分布式发电设备的频率成为研究的重点。

分布式电源发电具有频率变化较大的特点，而现有的用于嵌入式开发的频率检测算法在检测精度和速度上有一定的限制，因而很难实现高精度快速检测频率，并且对嵌入式系统硬件性能较高要求。

发明内容

鉴于上述的分析，本发明旨在提供一种基于神经网络的分布式电源频率检测方法，实现了分布式电源的频率检测，提高了分布式电源频率检测的精度和速度。

本发明提供一种基于人工神经网络的分布式电源频率检测方法，包括以下步骤：

在已知分布式电源的频率条件下，采集分布式电源的电压样本数据；

对所述电压样本数据及其对应的频率进行人工神经网络模型训练；

基于训练得到的人工神经网络模型对分布式电源进行检测。

上述技术方案的有益效果为：通过上述方案实现了分布式电源频率的智能检测，提高了分布式电源频率检测的精度和速度。

进一步地，在已知分布式电源的频率条件下，采集分布式电源的电压样本数据，具体包括：在已知分布式电源的频率条件下，利用电阻分压方法将分布式电源的交流电压输入单片机中的AD采样电路；所述AD采样电路以一定的采样频率，采集分布式电源的电压数据；再由单片机通过以太网通讯将采集的所述电压数据输入计算机。

上述进一步技术方案的有益效果为：通过一定采样频率的AD采样电路进行数据采样，提高了采样速度，进而提高了人工神经网络模型的训练速度和计算效率。

进一步地，对电压样本数据及其对应的频率进行人工神经网络模型训练，包括：对采集到的电压数据及其对应的频率进行归一化处理，形成训练样本；对上述训练样本进行正向传播，并通过反向传播更新输出层权值以及输入层与隐藏层之间的权值，使输出层各节点的输出值与期望值之间的误差符合指标要求，完成人工神经网络模型训练。

上述进一步技术方案的有益效果为：将训练样本采用回归训练的方法输入人工神经网络进行有监督学习，相比无监督学习，有着更高的训练速度和精度。

进一步地，对采集到的电压数据及其对应的频率进行归一化处理，具体包括：将采集到的电压数据及其对应的频率通过归一化函数，映射到[-1,1]区间，所述归一化函数为y＝(1-y_min)*(x-x_min)/(x_max-x_min)–1，其中，x、y分别为归一化前、后电压数据或其对应的频率，x_max、x_min分别为归一化前x的最大值和最小值。