[发明专利]基于AI人工神经网络的研究的低压集抄运维仿真装置在审

专利信息
申请号: 202110423540.0 申请日: 2021-04-20
公开(公告)号: CN113128117A 公开(公告)日: 2021-07-16
发明(设计)人: 张保山;汤向伟;张进宝;张科伟;李振明;陈春江;李建朋;王继伟;许红岗;靳小鹏;胥晓光;张娟 申请(专利权)人: 河南能创电子科技有限公司
主分类号: G06F30/27 分类号: G06F30/27;G01R22/06;G06N3/063;H04Q9/00
代理公司: 郑州旭扬知识产权代理事务所(普通合伙) 41185 代理人: 程文霞
地址: 450000 河南省郑州市航空港经济综*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 ai 人工 神经网络 研究 低压 集抄运维 仿真 装置
【说明书】:

发明公开了一种基于AI人工神经网络的研究的低压集抄运维仿真装置,包括低压集抄运维防真装置、AI人工神经网络和训练集,所述低压集抄运维防真装置包括终端电表、集抄端和供电公司云端服务器,所述终端电表用于采集每户用电量数值信息,所述集抄端用于采集、汇总、统计各个终端电表采集的用电量数值信息,所述供电公司云端服务器用于对用电量进行储存、计费、收费等工作;本发明将AI人工神经网络运用在低压集抄运维仿真装置上,可以有无限的扩展,AI人工神经网络,可以提高机器的可操作性,更加智能化,通过训练集自主训练,能够更加智能的收集错误,同时也对后期维运工作人员的专业技能降低要求,由系统自主完成工作。

技术领域

本发明涉及低压集抄领域,具体涉及一种基于AI人工神经网络的研究的低压集抄运维仿真装置。

背景技术

低压集抄既低压用户集中抄表系统是指由主站通过远程通讯信道将多个电能表电能量的记录值(窗口值)的信息集中抄读的系统,在计量自动化体系中,低压集抄运维系统是非常重要的组成成分,在实际工作中,低压集抄系统对智能电表的信息收集约束功能有很大影响,目前我国电网工作部门主要的工作之一是提升低压集抄运维管理工作,对低压集抄运维基础进行深刻分析。

但是低压集抄技术引进时间不长,转岗人员的基础知识薄弱,人员现场处理经验不足,同时培训设备体积大、造价高,当前集中于公司的技术技能创新基地部署,不利于班组技术骨干常态化持续开展运维技能培训班以实现全面提高运维水平的目的。

发明内容

本发明所要解决的技术问题在于:低压集抄技术引进时间不长,转岗人员的基础知识薄弱,人员现场处理经验不足,同时培训设备体积大、造价高,当前集中于公司的技术技能创新基地部署,不利于班组技术骨干常态化持续开展运维技能培训班以实现全面提高运维水平的目的。

本发明是通过以下技术方案解决上述技术问题的,一种基于AI人工神经网络的研究的低压集抄运维仿真装置,包括低压集抄运维防真装置、AI人工神经网络和训练集,所述低压集抄运维防真装置包括终端电表、集抄端和供电公司云端服务器;

所述终端电表用于采集每户用电量数值信息;

所述集抄端用于采集、汇总、统计各个终端电表采集的用电量数值信息;

所述供电公司云端服务器用于对用电量进行储存、计费、收费等工作。

优选的,所述集抄端包括CPU、数据采集模块、通讯模块、RTC、数据储存模块、传输模块和故障报警模块。

优选的,所述集抄端具体处理步骤如下:

步骤一:CPU对模块进行命令、数据处理和运算;

步骤二:通讯模块与终端电表简历互联网通讯渠道;

步骤三:数据采集模块采集到各个终端电表所记录的电量信息;

步骤四:采集的电量数值信息由数据储存模块储存;

步骤五:储存的信息由传输模块传输至供电公司云端服务器;

步骤六:当遇到故障的时候,故障报警模块产生报警信息;

步骤七:RTC为集抄端提供实时时钟,并且为数据采集模块、数据储存模块、传输模块、故障报警模块提供采集时间记录、储存时间记录、传输时间记录、报警时间。

优选的,所述故障报警模块包括储存单元、分区单元和报警单元,分区单元对储存单元进行分区,分别分为a区、b区、c区···n区,a区、b区、c区···n区分别储存可能产生的不同故障信息的不同报警信号。

优选的,所述训练集包括报警模型库、故障模型库和排列模块,报警模型库用于储存不同故障信息的报警信号,故障模型库用于储存可能产生的不同故障信息,排列模块将两种信息进行1对1排列。

优选的,所述训练集与故障报警模块中储存的报警信息和故障信息一一对应。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南能创电子科技有限公司,未经河南能创电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110423540.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top