针对高压开关动作时间智能记忆与自学习系统的应用的制作方法
【专利摘要】本发明目的在于解决现有问题的不足提供一种针对高压开关分合闸时间的智能记忆与自学习系统的应用。具体步骤如下：1.采集记录高压断路器分合闸时间数据；2.采集高压断路器设备型号参数，采集设备运行环境参数，主要包括环境温度,湿度；3.将所采集的数据运用人工神经网络运算模型进行数据处理，得出设备、环境和分合闸时间间联系的数据模型；4.结合开关当前运行状态及历史分合闸时间记录分析结果，采用模糊理论算法，不断自我学习完善系统，使得计算出的分合闸时间更加贴近实际。
【专利说明】针对高压开关动作时间智能记忆与自学习系统的应用
【技术领域】
[0001] 本发明涉及变电站供配电设备功能应用领域，增强对电器设备的保护，提高电网 运行稳定性，具体地说是一种针对高压开关分合闸时间的智能记忆与自学习系统的应用。
【背景技术】
[0002] 目前已经存在针对高压断路器分合闸时间监测的技术及应用，但仅仅是单纯的将 断路器分合闸时间做为一个运行参数而进行数据采集，未将其进行合理的分析与应用，无 法实现对开关下一次分合闸时间的推演预算，而且若现场的运行环境、开关设备发生变化， 则以往采集的数据均失去参考意义。
【发明内容】
[0003] 本发明目的在于解决现有问题的不足提供一种针对高压开关分合闸时间的智能 记忆与自学习系统的应用。
[0004] 目前现有的断路器分合闸时间监控应用未体现设备参数、环境因数与动作时间之 间的内在联系。如果开关设备、应用环境发生了变化，则原有统计的数据便存在较大误差。
[0005] 目前高压断路器分合闸时间的监控无法做出推演预算，仅能记录历史动作时间。 针对此种情况，我们提出了一种新的智能记忆与自学习系统的应用，在对开关分合闸时 间、环境因素等数据大量采集的基础上，分析断路器分合闸时间与各类因素间的数据关系， 通过人工神经网络运算模型，得到其间的普遍规律，从而有效的预测推演下次开关分合闸 的时间。
[0006] 针对高压开关分合闸时间的智能记忆与自学习系统的应用，具体步骤如下： 1. 采集记录高压断路器分合闸时间数据； 2. 采集高压断路器设备型号参数，采集设备运行环境参数，主要包括环境温度，湿度； 3. 将所采集的数据运用人工神经网络运算模型进行数据处理，得出设备、环境和分合 闸时间间联系的数据模型； 4. 结合开关当前运行状态及历史分合闸时间记录分析结果，采用模糊理论算法，不断 自我学习完善系统，使得计算出的分合闸时间更加贴近实际。
[0007] 有益效果： 1.能够得出设备参数、环境参数与断路器分合闸时间之间关系的数据模型，使得本技 术应用场合更加广泛。
[0008] 2.能够预算出当前开关下一次分合闸时间，为开关选相合闸等操作提供关键技术 参数。
[0009] 3.根据本开关历史数据，不断自我学习完善，使得动作时间的预测更加精确。
[0010]
【专利附图】
【附图说明】： 附图1为人工神经网络图表。
[0011] 具体实施方法： 针对高压开关分合闸时间的智能记忆与自学习系统的应用，具体步骤如下： 1. 采集记录高压断路器分合闸时间数据：采集断路器分合闸指令产生时刻tl，断路器 接点状态变化时刻t2,则断路器分合闸时间为t=t2-tl ; 2. 人工神经网络是由大量处理单元互联组成的非线性、自适应信息处理系统，它是在 现代神经科学研究成果的基础上提出的，试图通过模拟大脑神经网络处理、记忆信息的方 式进行信息处理，采集高压断路器不同设备型号，不同运行环境下分合闸时间的数据； 集的数据运用人工神经算法进行处理，得出设备、环境和分合闸时间间联系的数据 模型。
[0012] 人工神经网络表如附图所示： 其中al为环境温度T，a2为环境湿度H，a3为设备参数Dev包括机构类型等，b为偏 置，W1、W2、W3为各参数的权值，f为传递函数，t为分合闸时间。可见，断路器分合闸时间 是各输入向量与权向量的内积后经一个非线性函数所得。
[0013] 数学表示：t=f (WA' +b) W为权向量，A为输入向量，A'为A向量的转置，b为偏置。
[0014] 3.结合历史记录，不断自我学习完善人工神经元的数据和f，使得函数f能够满足 环境、设备变化下的需求； 4.根据当前环境、设备情况，通过传递函数f计算出开关分合闸时间t。
【权利要求】
1.针对高压开关分合闸时间的智能记忆与自学习系统的应用，其特征在于：具体步骤 如下： (1) 采集记录高压断路器分合闸时间数据：采集断路器分合闸指令产生时刻tl，断路 器接点状态变化时刻t2,则断路器分合闸时间为t=t2-tl ; (2) 人工神经网络是由大量处理单元互联组成的非线性、自适应信息处理系统，它是在 现代神经科学研究成果的基础上提出的，试图通过模拟大脑神经网络处理、记忆信息的方 式进行信息处理，采集高压断路器不同设备型号，不同运行环境下分合闸时间的数据； (3) 结合历史记录，不断自我学习完善人工神经元的数据和f，使得函数f能够满足环 境、设备变化下的需求； (4) 根据当前环境、设备情况，通过传递函数f计算出开关分合闸时间t。
【文档编号】G06N3/02GK104156766SQ201410360941
【公开日】2014年11月19日 申请日期:2014年7月28日 优先权日:2014年7月28日
【发明者】崔玉新, 谢士雷, 张荣泽, 王建 申请人:山东山大世纪科技有限公司