一种基于太阳能供电的无线测温传感器测温方法与流程

1.本发明属于无线测温领域，涉及一种基于太阳能供电的无线测温传感器技术，具体是一种基于太阳能供电的无线测温传感器测温方法。


背景技术：

2.长时间过载运行或者载流量过大引起局部温度过高是电力设备故障的主要原因之一。电力设备局部温度过高轻者影响使用寿命，严重时会引发电力设备故障造成电力系统崩溃，从而造成严重的经济损失。
3.现有技术(申请号为2016101577551的发明专利)公开了一种无源测温传感器及测温方法，其电源模块由半导体温差发电片、均压环和热管等组成，利用电流通过电力导线发热产生的温差实现能量收集，进而保证测温传感器的电力供应。现有技术通过电力导线的温差来进行能量收集，需要保证能量收集装置的灵敏度，且在极端天气下无法保证能量的高效收集，导致测温传感器的工作状态无法保证，且增加了运行成本；因此，亟须一种基于太阳能供电的无线测温传感器测温方法。


技术实现要素：

4.本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种基于太阳能供电的无线测温传感器测温方法，用于解决现有技术通过电力导线的温差来进行能量收集，需要保证能量收集装置的灵敏度，且在极端天气下无法保证能量的高效收集，导致测温传感器的工作状态无法保证，且增加运行成本的技术问题。
5.为实现上述目的，本发明的第一方面提供了一种基于太阳能供电的无线测温传感器测温方法，基于无线测温传感器实现，且无线测温传感器包括测温模块、供电模块、无线传输模块和边缘分析模块，该测温方法包括：中枢分析模块基于若干无线测温传感器的安装位置建立传感器分布图，并在传感器分布图中建立无线测温传感器与对应待测设备的关联关系；边缘分析模块基于光强预测数据和供电模块中电源电量制定充电计划，并基于充电计划对电源进行充电；其中，光强预测数据通过中枢分析模块获取；边缘分析模块基于放电曲线进行分析判断电源是否异常；是，进行异常预警；否，继续进行无线测温工作；并将测温数据反馈至中枢分析模块。
6.优选的，在所述无线测温传感器中，所述边缘分析模块分别与供电模块、无线传输模块和测温模块通信和/或电气连接；且供电模块为无线测温传感器供电；所述无线测温传感器通过无线传输模块与所述中枢分析模块进行数据交互；同时所述中枢分析模块对若干所述无线测温传感器进行全局监控。
7.优选的，在若干所述无线测温传感器安装激活之后，自动将安装位置和传感器标识打包发送至所述中枢分析模块；以及所述中枢分析模块基于标识数据库对传感器标识进行匹配，匹配成功之后建立无
线连接；同时基于若干所述安装位置建立获取所述传感器分布图。
8.优选的，在所述边缘分析模块为对应的所述无线测温传感器制定充电计划之前，通过所述中枢分析模块获取所述光强预测数据，包括：定期通过第三方气象平台获取气象数据；解析所述气象数据获取在一个计划周期内光强的变化，获取光强变化数据；其中，计划周期包括一天或者一星期；基于所述光强变化数据在所述传感器分布图中进行渲染，获取各所述无线测温传感器安装位置对应的光强变化序列，并标记为所述光强预测数据。
9.优选的，所述边缘分析模块对电源电量进行分析，并基于所述光强预测数据制定充电计划，包括：采集获取所述电源电量；以及获取所述电源电量对应的光强评估系数，并标记为光强评估阈值gpy；基于所述光强预测数据建立光强预测曲线f(t)；基于光强预测曲线确定光强条件最优的时间段，根据最优时间段制定所述充电计划；其中，t为时间。
10.优选的，所述边缘分析模块基于光强预测曲线确定最优时间段，包括：基于光强预测曲线构建光强平移曲线，标记为f(t)-cgg；其中，cgg为太阳能充电时的最低感应光强；令f(t)-cgg≥0，确定对应的若干连续时间段i；分别获取若干时间段i下光强平移曲线的积分值，并标记为光强评估系数gpxi；当gpxi≥gpy时，则将gpxi对应的连续时间段i标记为最优时间段。
11.优选的，所述边缘分析模块基于若干最优时间段制定充电计划，并基于所述充电计划对电源进行充电，包括：在所述最优时间段的开始时刻设置充电标签，在结束时刻设置结束标签；在所述无线测温传感器的内部时钟与所述充电标签对应的时刻一致时，则开启太阳能充电，在电源充满或者达到所述结束标签对应的时刻时停止充电。
12.优选的，在所述无线测温传感器工作之前或者工作过程中，所述边缘分析模块判断对应的放电曲线是否正常；以及当放电曲线正常时，则所述无线测温传感器继续工作并反馈测温数据；否则，判定对应电源故障，并进行故障预警。
13.与现有技术相比，本发明的有益效果是：1．本发明通过太阳能供电的方式为无线测温传感器中的内置电源进行充电。根据若干无线测温传感器的安装位置建立传感器分布图，结合气象数据确定各无线测温传感器对应的光强预测数据，进而结合电源电量制定充电计划，能够保证电源电量充足，同时避免频繁充电影响电源寿命。
14.2.本发明根据电源电量以及实际经验确定光强评估阈值，对光强预测曲线进行平移处理获取光强平移曲线，基于光强平移曲线确定各时间段的光强评估系数，与光强评估阈值对比之后确定最优时间段，进而制定充电计划，能够保证太阳能充电持续平稳，减少对电源的伤害，提高充电效率。
附图说明
15.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
16.图1为本发明的工作步骤示意图；图2为本发明的系统原理示意图。
具体实施方式
17.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
18.请参阅图1-图2，本发明第一方面实施例提供了一种基于太阳能供电的无线测温传感器测温方法，基于无线测温传感器实现，且无线测温传感器包括测温模块、供电模块、无线传输模块和边缘分析模块，该测温方法包括：中枢分析模块基于若干无线测温传感器的安装位置建立传感器分布图，并在传感器分布图中建立无线测温传感器与对应待测设备的关联关系；边缘分析模块基于光强预测数据和供电模块中电源电量制定充电计划，并基于充电计划对电源进行充电；其中，光强预测数据通过中枢分析模块获取；边缘分析模块基于放电曲线进行分析判断电源是否异常；是，进行异常预警；否，继续进行无线测温工作；并将测温数据反馈至中枢分析模块。
19.现有技术在通过无线测温传感器进行测温时，要么通过内置电池来保证无线测温传感器的正常工作，要么通过感应技术实现无源供电。通过内置电池来供电，需要定期对电池进行更换，增加工作量；而通过感应技术来进行供电，则无法在极端天气(极冷或者极热)下进行有效工作。因此现有技术无法持续保证无线测温传感器的工作状态。
20.本发明申请通过太阳能供电的方式为无线测温传感器中的内置电源进行充电。根据若干无线测温传感器的安装位置建立传感器分布图，结合气象数据确定各无线测温传感器对应的光强预测数据，进而结合电源电量制定充电计划，能够保证电源电量充足，同时避免频繁充电影响电源寿命。
21.本发明申请中在无线测温传感器中，边缘分析模块分别与供电模块、无线传输模块和测温模块通信和/或电气连接；且供电模块为无线测温传感器供电；无线测温传感器通过无线传输模块与中枢分析模块进行数据交互；同时中枢分析模块对若干无线测温传感器进行全局监控。
22.无线测温传感器是温度测量的主要实施设备，其受控于中枢分析模块。无线测温模块中的边缘分析模块用于分析数据以及控制无线测温传感器的工作，与中枢分析模块、供电模块和测温模块进行数据交互；供电模块则通过太阳能补充电量，并为整个无线测温传感器进行供电；测温模块进行具体的测温工作；无线传输模块则通过无线网络实现边缘分析模块与中枢分析模块之间的数据交互。
23.本发明申请中在若干无线测温传感器安装激活之后，自动将安装位置和传感器标识打包发送至中枢分析模块；以及中枢分析模块基于标识数据库对传感器标识进行匹配，匹配成功之后建立无线连接；同时基于若干安装位置建立获取传感器分布图。
24.无线测温传感器先进行无差别安装，并在安装完成后激活。可以通过内置gps模块自动获取安装位置，也可以通过工作人员手动输入安装位置。将安装位置以及对应的传感器标识反馈给中枢分析模块。中枢分析模块在获取若干安装位置之后，将对应的传感器标识在标识数据库中进行检索匹配，匹配成功之后发送连接信号至对应的无线测温传感器，从而建立无线连接。
25.而且基于若干无线测温传感器的安装位置还可以构建传感器分布图。传感器分布图无论是在获取光强预测数据的过程中还是在进行故障预警时均能够起到良好效果。
26.本发明申请中在边缘分析模块为对应的无线测温传感器制定充电计划之前，通过中枢分析模块获取光强预测数据，包括：定期通过第三方气象平台获取气象数据；解析气象数据获取在一个计划周期内光强的变化，获取光强变化数据；基于光强变化数据在传感器分布图中进行渲染，获取各无线测温传感器安装位置对应的光强变化序列，并标记为光强预测数据。
27.计划周期一般是一天或者一个星期。从第三方气象平台获取气象数据之后可以按照计划周期进行划分，获取每个计划周期内的光强变化数据。如获取一个星期对应的气象数据，可以从中解析出七个计划周期(一天)的光强变化数据。考虑到光强变化数据是区域性的，在不同区域有着不同的变化，因此将光强变化数据在传感器分布图中渲染，则传感器分布图中每个像素均对应有光强序列值(七天，每天对应若干小时)。
28.在渲染之后可以根据安装位置获取对应无线测温传感器的光强变化序列，也就是光强预测数据。任意两个无线测温传感器对应的光强变化序列不相同，而且二者安装位置越远，光强变化序列的差别越大。按照一个星期为计划周期时，则光强预测数据中包括七天的光强数据，且每天还包括若干小时对应的光强数据。需要理解的是，考虑到气象数据的多变性，不需要等到下一个计划周期开始才采集气象数据，而是气象数据什么时候更新，则什么时候采集解析，并对已经获取且还没有使用的光强预测数据进行覆盖更新。
29.本发明申请中边缘分析模块对电源电量进行分析，并基于光强预测数据制定充电计划，包括：采集获取电源电量；以及获取电源电量对应的光强评估系数，并标记为光强评估阈值gpy；基于光强预测数据建立光强预测曲线f(t)；基于光强预测曲线确定光强条件最优的时间段，根据最优时间段制定充电计划。
30.获取供电模块中电源电量，以及对应的光强评估系数。光强评估系数可以理解为在电源电量基础上将电量充满所需要的光强总量，也就是光强评估阈值。电源电量对应的光强评估系数根据实际经验设置，也就是说不同型号、不同使用时长的电源对应的光强评估系数不一致。
31.将无线测温传感器对应的光强预测数据以时间为自变量，以光强为因变量建立获取光强预测曲线，再根据光强预测曲线确定最优时间段，进而完成充电计划的制定。
32.本发明申请中边缘分析模块基于光强预测曲线确定最优时间段，包括：基于光强预测曲线构建光强平移曲线，标记为f(t)-cgg；令f(t)-cgg≥0，确定对
应的若干连续时间段i；分别获取若干时间段i下光强平移曲线的积分值，并标记为光强评估系数gpxi；当gpxi≥gpy时，则将gpxi对应的连续时间段i标记为最优时间段。
33.cgg为太阳能充电时的最低感应光强，也就是说光强低于cgg时无法通过太阳能为电源充电。光强平移曲线实质就是将光强预测曲线上下平移，保证最低感应光强处于横轴上，也就是原先某时间对应的光强为最低感应光强，平移之后该时间对应的光强为0。
34.光强平移曲线应该有一部分曲线位于横轴上方，一部分曲线位于横轴下方。则位于横轴上方的曲线对应的时间段即为若干时间段i。在每个时间段i中求取光强平移曲线对应的积分值，当该积分值大于等于光强评估阈值时，则对应的时间段i为最优时间段。
35.本发明申请中边缘分析模块基于若干最优时间段制定充电计划，并基于充电计划对电源进行充电，包括：在最优时间段的开始时刻设置充电标签，在结束时刻设置结束标签；在无线测温传感器的内部时钟与充电标签对应的时刻一致时，则开启太阳能充电，在电源充满或者达到结束标签对应的时刻时停止充电。
36.在制定充电计划时，尽量保证电源在最优时间段内充电，既能够保证充电效率，又能够避免对电源多次充电，提高电源寿命，进而提高无线测温传感器的使用寿命和工作效率。
37.在一个最优时间段没有将电源电量充满时，则在下一个最优时间段接着充电。当然，如果天气条件不好时，则应该在光强满足充电条件的情况下即对电源进行充电，以免造成电量不足影响无线测温传感器的正常工作。
38.本发明申请在无线测温传感器工作之前或者工作过程中，边缘分析模块判断对应的放电曲线是否正常；以及当放电曲线正常时，则无线测温传感器继续工作并反馈测温数据；否则，判定对应电源故障，并进行故障预警。
39.上述公式中的部分数据均是去除量纲取其数值计算，公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式；公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。
40.本发明的工作原理：中枢分析模块基于若干无线测温传感器的安装位置建立传感器分布图，并在传感器分布图中建立无线测温传感器与对应待测设备的关联关系。
41.边缘分析模块基于光强预测数据和供电模块中电源电量制定充电计划，并基于充电计划对电源进行充电。
42.边缘分析模块基于放电曲线进行分析判断电源是否异常；是，进行异常预警；否，继续进行无线测温工作；并将测温数据反馈至中枢分析模块。
43.以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。