光伏照明控制器智能检测系统的制作方法
【专利摘要】光伏照明控制器智能检测系统，为了解决现有检测方法只是通过数据采集器读出电流、电压等数据，再通过人工对几十万数据逐条观察后，进行分析判断得出检测结果，不仅浪费了大量的人力和时间，而且判断结果与检测人员的水平和经验有直接的关系，很不规范等技术问题而设计的。该检测系统主要由智能控制仪和检测软件系统两部分组成，通过智能控制仪采集控制器电流和电压的检测数据，自动检测出控制器各项重要技术指标合格与否，从而计算机自动判断出控制器是否符合要求；同时自动打印输出控制器检测报告。改变了目前靠人工观察、分析的检测方法，节省了大量的人力和时间，大大提高了工作效率和工作质量。
【专利说明】光伏照明控制器智能检测系统
【技术领域】
[0001]本发明涉及一种智能检测系统，尤其涉及一种光伏照明控制器的智能检测系统。该检测系统主要应用于检测单负载、双负载和电站等太阳能照明产品的控制器的检测。
【背景技术】
[0002]目前对控制器的检测方法只是通过数据采集器读出电流、电压等数据，大量的数据常常达到几十万个，然后通过有经验的检测人员来逐条观察这些数据，判断需要检测项目的对错，不仅浪费了大量的人力和时间，而且判断结果与检测人员的水平和经验有直接的关系，很不规范。
【发明内容】
[0003]本发明为了解决现有检测方法只是通过数据采集器读出电流、电压等数据，再通过人工对几十万数据逐条观察后，进行分析判断得出检测结果，不仅浪费了大量的人力和时间，而且判断结果与检测人员的水平和经验有直接的关系，很不规范等技术问题，提供了一种光伏照明控制器智能检测系统，该检测系统主要由智能控制仪和检测软件系统两部分组成。
[0004]所述智能控制仪，由数据采集模块、控制模块和串口模块构成，其中数据采集模块将从太阳能照明系统控制器采集的模拟量信号调节后经放大器放大，再将放大后的信号经数模转换器，把模拟信号转换成数字信号；所述控制模块，负责系统各个参数、向上位机发送数据以及数据传送通道控制；所述串口模块，通过串行通讯口将装有检测软件系统的主处理器与智能控制仪相连。
[0005]所述检测软件系统，承担由主处理器对采集到的数字信号进行处理；主要由检测数据读入过程、对采集的数据按检测项目智能判断过程以及输出控制器最终检测结果三大步骤完成；具体实现过程如下。
[0006](I)通过串行通讯口将模拟信号转换成数字信号的数据直接读入高级语言变量中。
[0007](2)采用智能化人工神经网络方法进行检测，可以采用BP神经网络或其它可以实现分类判断的神经网络方法。首先进行网络学习，然后再进行分类检测，逐一检测项目包括:充电过程、过充保护、放电过程、放电时间、过放保护、过放恢复、涓流充电、光控起动负载电压、光控断开负载电压等九个项目，最后通过高级语言编程，实现控制器是否合格的自动判断，步骤如下。
[0008]I)网络学习过程。
[0009]a.分别确定上述逐一检测项目电流和电压值的范围、类型和检测次数。
[0010]b.确定BP神经网络的类型，确定网络的层数、输入层个数、输出层个数、中间层个数等。
[0011]c.选择学习样本，选择已知合格的多个控制器产品，分别采集九个项目的电流和电压值，重复采样出多个合格控制器样本；再选择已知不合格的多个控制器产品，分别采集九个项目的电流和电压值，重复采样出多个不合格控制器样本。
[0012]d.确定网络参数值，将c中选择的样本输入b中确定的BP网络中，对于合格的样本，令九个输出值分别都等于1，对于不合格的样本，令九个输出值分别都等于零；最后通过网络学习，确定出网络的参数值。
[0013]2)检测过程:
采集待检测控制器的电流和电压值，输入上述确定的BP神经网络中，网络输出值等于I的检测项为合格，等于零的项则为不合格；如果输出值都等于1，则此控制器为合格产品，否则为不合格产品。
[0014](3)将各检测项目的检测结果形成检测报告，自动显示和打印输出。
[0015]本发明的特点及有益效果:通过智能控制仪采集控制器电流和电压的检测数据，自动检测出控制器各项重要技术指标合格与否，从而计算机自动判断出控制器是否符合要求；同时自动打印输出控制器检测报告。改变了目前靠人工观察、分析的检测方法，节省了大量的人力和时间，大大提高了工作效率和工作质量。
【专利附图】
【附图说明】
[0016]图1本发明的结构示意图。
[0017]图2本发明中智能控制仪的结构示意图。
[0018]图3本发明中数据采集模块的结构示意图。
[0019]图4本发明中检测软件系统的BP神经网络学习过程基本流程图。
[0020]图5本发明中检测软件系统的BP神经网络检测过程基本流程图。
【具体实施方式】
[0021]参看图1-图5，光伏照明控制器智能检测系统，主要由智能控制仪和检测软件系统两部分组成。
[0022]所述智能控制仪，由数据采集模块、控制模块和串口模块构成，其中数据采集模块将从太阳能照明控制器系统采集的模拟量信号调节后经放大器放大，再将放大后的信号经数模转换器，把模拟信号转换成数字信号；所述控制模块，负责系统各个参数、向上位机发送数据以及数据传送通道控制；所述串口模块，通过串行通讯口将装有检测软件系统的主处理器与智能控制仪相连。
[0023]所述检测软件系统，承担由主处理器对采集到的数字信号进行处理；主要由检测数据读入过程、对采集的数据按检测项目智能判断过程以及输出控制器最终检测结果三大步骤完成；具体实现过程如下。
[0024](I)通过串行通讯口将模拟信号转换成数字信号的数据直接读入高级语言变量中。
[0025](2)采用智能化人工神经网络方法进行检测，可以采用BP神经网络或其它可以实现分类判断的神经网络方法。首先进行网络学习，然后再进行分类检测，逐一检测项目包括:充电过程、过充保护、放电过程、放电时间、过放保护、过放恢复、涓流充电、光控起动负载电压、光控断开负载电压等九个项目，最后通过高级语言编程，实现控制器是否合格的自动判断，步骤如下。
[0026]I)网络学习过程。
[0027]a.分别确定上述逐一检测项目电流和电压值的范围、类型和检测次数。
[0028]b.确定BP神经网络的类型，确定网络的层数、输入层个数、输出层个数、中间层个数等。
[0029]c.选择学习样本，选择已知合格的多个控制器产品，分别采集九个项目的电流和电压值，重复采样出多个合格控制器样本；再选择已知不合格的多个控制器产品，分别采集九个项目的电流和电压值，重复采样出多个不合格控制器样本。
[0030]d.确定网络参数值，将c中选择的样本输入b中确定的BP网络中，对于合格的样本，令九个输出值分别都等于1，对于不合格的样本，令九个输出值分别都等于零；最后通过网络学习，确定出网络的参数值。
[0031]2)检测过程
采集待检测控制器的电流和电压值，输入上述确定的BP神经网络中，网络输出值等于I的检测项为合格，等于零的项则为不合格；如果输出值都等于1，则此控制器为合格产品，否则为不合格产品。
[0032](3)将各检测项目的检测结果形成检测报告，自动显示和打印输出。
实施例
[0033]参看图1，可以看出图1中的太阳能电池板、蓄电池、负载、控制器为太阳能照明系统，光伏照明控制器智能检测系统主要由智能控制仪和检测软件系统两部分构成，通过智能控制仪与太阳能照明控制器系统连接。具体连接方式为:光伏系统的控制器负责控制充电和放电时间、过充和过放保护、光控起动和断开等功能，分别与太阳能电池板、蓄电池、负载以及智能控制仪相连接，太阳能电池板与控制器和智能控制仪相连接，蓄电池与控制器和智能控制仪相连接，控制器与负载相连接，太阳能电池板用于给蓄电池充电，蓄电池用于给负载放电，智能控制仪分别与太阳能电池板、蓄电池、控制器、负载以及检测软件系统相连接，用于采集太阳能电池板的电压和电流、蓄电池的电压和电流、负载的电压和电流，以及对采集的数据进行控制与传送；检测软件系统与智能控制器相连接，通过串口进行通讯。
[0034](I)智能控制仪
参看图2，智能控制仪由数据采集模块、控制模块和串口模块构成。其中数据采集模块将采集的模拟量信号调节后经放大器放大，再由放大后的信号经数模转换器，把模拟量转换成数字量，由主处理器采集其值后进行处理；采集原理参看图3。控制模块负责系统各个参数、向上位机发送数据以及数据传送通道等；串行通讯口将上位机与下位机相连接。
[0035](2)检测软件系统
参看图4，通过串口与上位机相连，读取控制器电流和电压的检测数据，直接将数据读入高级语言变量中，由高级语言进行控制器是否合格的自动检测。逐一检测项目包括:充电过程、过充保护、放电过程、放电时间、过放保护、过放恢复、涓流充电、光控起动负载电压、光控断开负载电压、充电效率等，采用神经网络方法，自动检测出控制器上述各项重要技术指标合格或不合格，其中有一项不合格即认为控制器不合格；计算机自动判断出控制器是否符合要求；然后将检测结果与excel表相连接，自动显示出错误数据及出错类型，最后自动显示和打印出各检测项目是否合格以及控制器是否合格的检测报告。
【权利要求】
1.光伏照明控制器智能检测系统，其特征在于:主要由智能控制仪和智能软件检测系统两部分组成: 所述智能控制仪，由数据采集模块、控制模块和串口模块构成，其中数据采集模块将从太阳能照明系统控制器采集的模拟量信号调节后经放大器放大，再将放大后的信号经数模转换器，把模拟信号转换成数字信号；所述控制模块，负责系统各个参数、向上位机发送数据以及数据传送通道控制；所述串口模块，通过串行通讯口将装有检测软件系统的主处理器与智能控制仪相连； 所述检测软件系统，承担由主处理器对采集到的数字信号进行处理；主要由检测数据读入过程、对采集的数据按检测项目智能判断过程以及输出控制器最终检测结果三大步骤完成；首先通过串行通讯口将模拟信号转换成数字信号的数据直接读入高级语言变量中，然后采用智能化人工神经网络方法进行检测，可以采用BP神经网络或其它可以实现分类判断的神经网络方法，分类检测项目包括:充电过程、过充保护、放电过程、放电时间、过放保护、过放恢复、涓流充电、光控起动负载电压、光控断开负载电压等项目，最后实现控制器是否合格的自动判断，显示和打印输出。
【文档编号】G05B23/02GK103777624SQ201310622777
【公开日】2014年5月7日 申请日期:2014年2月26日 优先权日:2013年11月22日
【发明者】赵婷婷, 魏小鹏, 夏之秋, 夏君铁, 王宝石, 王洪江, 王秀平 申请人:沈阳工程学院