一种基于人工智能机器学习的电能采集终端的制作方法

文档序号:21924202发布日期:2020-08-21 14:39阅读:423来源:国知局
一种基于人工智能机器学习的电能采集终端的制作方法

本发明涉及供电配电网实时监测技术领域,即一种基于人工智能机器学习的电能采集终端。特别是涉及低压用户用电分析、电能分析的系统。



背景技术:

在现有技术中,国内对于电网的采集与监测正朝着智能化、高精度化、人机交互化发展。现阶段人工智能技术在各项领域的运用越发广泛,一些机器学习的算法已经深入到电网领域。但是一般都是应用在电网能智能监控、电网的智能调度、电网的故障预测等方面,应用在电网的采集技术方面仍然处于起步阶段,并没有相应的设备与装置。同时电网的采集终端一般都是互感器对电压电流等参数进行监测,有极个别的设备可以进行电能质量等参数的监测,并没有将其与人工智能技术、机器学习算法相结合。其中对于分析电能用户的用能情况也是基于智能电网的不可或缺的一部分,对可以实现各种电参数与电能质量参数的测量与采集,可以实现智能用能分析的电网在线监测设备是亟待开发的。



技术实现要素:

本发明主要解决的技术问题是提供一种基于人工智能机器学习的电能采集终端,它可以实现各种电参数与电能质量参数的测量与采集,也可以实现智能用能分析的电网在线监测设备。

一种基于人工智能机器学习的电能采集终端,其特征在于:包括主控cpu、rn7302电能采集芯片、高速外部spi通讯、usb串行通讯、jtag连接器、拓展接口、电源管理模块、隔离电源、通讯电气隔离模块、总线收发器、三相电流互感器、三相电压处理电路和三相电流处理电路共13个模块组成;主控cpu有五个双向端口,一个输入端口;其中双向端口分别与通讯电气隔离模块、高速外部spi通讯模块、usb串行通讯模块、jtag连接器模块和拓展接口相连接;一个输入端口连接到电源管理模块,用来接收平稳的直流电源,主控cpu通过对电源管理器的协调管理,实现整个系统的电源供应稳定运行;主控cpu用来接收rn7302电能采集芯片的数据,通过总线收发器模块、通讯电气隔离模块之后利用spi通讯技术,将rn7302电能采集芯片处理后的数据进行处理分析;rn7302电能采集芯片通过三相电流互感器和电压处理电流、电流处理电路,采集各种电参数,例如电压、电流、频率、有功、无功、相位、全波采集与电能质量参数等电参数;最后主控cpu利用人工智能与机器学习算法,达到智能分析用电情况,分析用电器类别、分析电能质量、得出相应的应对措施和用能方案。

所述的主控单片机包括armcortex-m3芯片,其最小系统电路,时钟电路、复位电路,分别与主控单片机armcortex-m3相连接。

所述的主控单片机包括armcortex-m3芯片使用的是st公司stm32f103ret6芯片。

所述的rn7302电能采集芯片使用的是艾瑞达光电有限公司rn7302三相电参数采集芯片。

所述的usb串行通讯使用的是ch340-gusb控制芯片组成的应用电路。

所述的电源管理模块是ti(德州仪器)公司生产的ams1117-3.3ldo电源管理芯片的应用电路。

所述的隔离电源使用的是bs0505-1w隔离电源模块。

所述的通讯电气隔离模块使用的是(ad)美国亚诺德半导体公司adum1401芯片。

所述的三相电流互感器使用的是向上电子公司的dc/t1005电流互感器。

所述的电压处理电路是通过电阻电容与电网直接连接的方式,不使用电压互感器。

所述的人工智能与机器学习算法是使用的简单谐波分析、时域分析法和改进遗传算法。

本发明可以实现对电参数、电能质量参数的在线采集和储存,并可以将收到的数据使用人工智能机器学习算法将识别的各种波形、参数进行分析,得出低压单相用户的用电器的种类与功率,识别出高压三相用户的用能规律与给出相应的改进方案。该采集终端既可以应用与电网公司进行用户分类,电能调度,无功分配,优质服务等方面,也可以应用到技术开发与研究工作上,使用效果与前景广泛,结构简单,造价相对低廉。

本发明优点是:采集数据精度高,可以进行用能分析和用电器识别,准确,灵活性高,具有实时性。良好的避免了人工分析慢的弊端,大大节省了人力。

附图说明

图1是本发明电路原理框图。

具体实施方式

参照图1,本发明包括主控cpu(数据的整合计算,分析,机器学习算法计算,接收与发送数据,提供用能分析报告)、rn7302电能采集芯片(采集三相电压电流、各种电参数和电能质量参数)、高速外部spi通讯(与外部部件通讯)、usb串行通讯(与计算机进行通讯)、jtag连接器(与计算机进行程序烧录仿真)、拓展接口、电源管理模块(提供稳定电源)、隔离电源(对电源进行电磁隔离,防止高压涌入低压侧)、通讯电气隔离模块(利用电磁隔离与光耦隔离将通讯信号进行电磁隔离)、总线收发器(提高信号带负载能力)、三相电流互感器(采集交流高压侧电流)、三相电压处理电路(采集高压交流电压)、三相电流处理电路(对采集出的波形进行滤波、稳定)共13个模块组成。

这里所提出的主控cpu接收各方面模块来的数据进行人工智能和机器学习算法,利用简单谐波分析、时域分析法和改进遗传算法识别出电网现在所接用电设备,分析出对应的用能详情,最后可以给出相应的用能报告或者用能习惯改进方案。

主控cpu的核心电路是由复位电路,拓展i/o接口电路和时钟电路组成,其booto引脚通过一个10k电阻接地,其nrst引脚有一个104电容接地和10k电阻接到3v网络,时钟电路有两个引脚接到8mhz晶振上并联一个1m起振电阻和两个22p微调电容接地。

rn7302电能采集芯片的核心电路是由复位电路,拓展i/o接口电路和时钟电路组成,其rstn引脚有一个30p电容接地和10k电阻接到5v网络,时钟电路有xo、xi引脚接到8.192mhz晶振上并联一个10m起振电阻和两个15p微调电容接地。

三相电压采集电路是由接线端子和分压电阻组成,处理后接到rn7302核心的9(vap)、10、11、12、13、14、15、16(inn)引脚上。

三相电流采集电路是由电流互感器和处理电路组成,处理后接到rn7302核心的1(iap)、2、4、5、7、8(icn)引脚上。

usb串行通讯电路是由ch340-g芯片、接口电路和时钟电路组成,时钟电路由7(xi1)、8(xo1)脚接到12mhz晶振下两个22p微调电容接地,接口电路接到usb母口上,处理后接到主控cpu核心的nrst、boot0、txd0、rxd0引脚上。

通讯隔离电路是由adum1401芯片、tlp521-4光耦芯片组成,低压侧接到主控cpu核心的mosi、miso、clk、cs、intn、cf1、cf2、cf3引脚上,高压侧接到rn7302的mosi、miso、clk、cs、intn、cf1、cf2、cf3引脚上。

本发明三维模型图是利用altiumdesigner电子设计自动化软件设计而成,集成电路设计以图上方式排布与设计。



技术特征:

1.一种基于人工智能机器学习的电能采集终端,其特征在于:包括主控cpu、rn7302电能采集芯片、高速外部spi通讯、usb串行通讯、jtag连接器、拓展接口、电源管理模块、隔离电源、通讯电气隔离模块、总线收发器、三相电流互感器、三相电压处理电路和三相电流处理电路;主控cpu有五个双向端口,一个输入端口;其中双向端口分别与通讯电气隔离模块、高速外部spi通讯模块、usb串行通讯模块、jtag连接器模块和拓展接口相连接;一个输入端口连接到电源管理模块,用来接收平稳的直流电源,主控cpu通过对电源管理器的协调管理,实现整个系统的电源供应稳定运行;主控cpu用来接收rn7302电能采集芯片的数据,通过总线收发器模块、通讯电气隔离模块之后利用spi通讯技术,将rn7302电能采集芯片处理后的数据进行处理分析;rn7302电能采集芯片通过三相电流互感器和电压处理电流、电流处理电路,采集各种电参数;最后主控cpu利用人工智能与机器学习算法得出相应的应对措施和用能方案。

2.根据权利要求1所述的一种基于人工智能机器学习的电能采集终端,其特征在于:所述的主控cpu为主控单片机,主控单片机包括armcortex-m3芯片,其最小系统电路、时钟电路、复位电路,分别与主控单片机armcortex-m3芯片相连接。

3.根据权利要求2所述的一种基于人工智能机器学习的电能采集终端,其特征在于:所述的主控单片机包括armcortex-m3芯片使用的是st公司stm32f103ret6芯片。

4.根据权利要求1所述的一种基于人工智能机器学习的电能采集终端,其特征在于:所述的rn7302电能采集芯片使用的是艾瑞达光电有限公司rn7302三相电参数采集芯片。

5.根据权利要求1所述的一种基于人工智能机器学习的电能采集终端,其特征在于:所述的usb串行通讯使用的是ch340-gusb控制芯片组成的应用电路。

6.根据权利要求1所述的一种基于人工智能机器学习的电能采集终端,其特征在于:所述的电源管理模块是德州仪器公司生产的ams1117-3.3ldo电源管理芯片的应用电路。

7.根据权利要求1所述的一种基于人工智能机器学习的电能采集终端,其特征在于:所述的隔离电源使用的是bs0505-1w隔离电源模块的应用电路。

8.根据权利要求1所述的一种基于人工智能机器学习的电能采集终端,其特征在于:所述的通讯电气隔离模块使用的是美国亚诺德半导体公司adum1401的应用电路。

9.根据权利要求1所述的一种基于人工智能机器学习的电能采集终端,其特征在于:所述的三相电流互感器使用的是向上电子公司的dc/t1005电流互感器。

10.根据权利要求1所述的一种基于人工智能机器学习的电能采集终端,其特征在于:所述的电压处理电路是通过电阻电容与电网直接连接的方式,不使用电压互感器。


技术总结
一种基于人工智能机器学习的电能采集终端,它包括主控CPU,主控CPU有五个双向端口,一个输入端口。其中双向端口分别与通讯电气隔离模块,高速外部SPI通讯模块、USB串行通讯模块、JTAG连接器模块和拓展接口相连接;一个输入端口连接到电源管理模块,用来接收平稳的直流电源,主控CPU通过对电源管理器的协调管理,实现整个系统的电源供应稳定运行。主控CPU用来接收RN7302电能采集芯片的数据,通过总线收发器模块、通讯电气隔离模块之后利用SPI通讯技术,将RN7302电能采集芯片处理后的数据进行处理分析。RN7302电能采集芯片通过三相电流互感器和电压处理电流、电流处理电路,采集各种电参数。最后主控CPU得出相应的应对措施和用能方案。

技术研发人员:王明晨;于承东;张力文;高西伟;王爽;李伟;王子琦;钟原
受保护的技术使用者:国家电网有限公司;国网吉林省电力有限公司通化供电公司
技术研发日:2020.06.11
技术公布日:2020.08.21
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1