本发明涉及电机智能驱动优化领域,更具体地说,涉及所述一种电机智能驱动优化方法及系统。
背景技术:
1、随着工业自动化的快速发展,电机的智能化驱动需求不断增加。现有技术中,电机的驱动智能化低,无法根据电机数据和电机预测的状态对电机驱动进行智能化调节,自动化调节效率低,无法对电机的性能、寿命和故障进行针对性的驱动调节设置;为提高电机系统的性能、效率和可靠性,工业发展急需一种根据电机数据实时调节驱动级别的方法。
技术实现思路
1、本发明提供了一种电机智能驱动优化方法及系统,用以解决现有技术中,电机的驱动智能化低,无法根据电机数据和电机预测的状态对电机驱动进行智能化调节,自动化调节效率低,无法对电机的性能、寿命和故障进行针对性的驱动优化调节的问题。
2、本申请提出一种电机智能驱动优化方法及系统,所述方法包括:
3、s1.通过传感器组实时采集电机运行数据,获得电机数据,将所述电机数据发送至优化系统;
4、s2.优化系统通过收集电机各类数据训练三种预测模型;优化系统对所述电机数据进行预处理,获得预处理数据,通过预处理数据,分别对电机进行三种类型数据的预测,获得预测数据;
5、s3.计算预测数据与预设数据的差值,判断所述差值是否超过正常范围,根据判断结果决定是否发送反馈数据;
6、s4.优化系统通过预先设置的控制算法,根据反馈数据计算反馈调节数据,根据所述反馈调节数据进行电机驱动的优化调节;
7、s5.对电机数据和能源进行记录管理。
8、进一步地,所述s2包括:
9、优化系统收集电机数据作为原始数据,
10、对所述原始数据进行清洗和预处理,包括去除异常值、填补缺失数据,进行数据归一化和标准化;
11、对所述原始数据进行特征提取,获得特征提取数据;
12、将所述特征提取数据作为训练集,训练性能预测模型,通过所述性能预测模型预测电机性能数据;
13、将所述特征提取数据作为训练集,训练寿命预测模型,通过所述寿命预测模型预测电机寿命数据;
14、将所述特征提取数据作为训练集,训练故障预测模型,通过所述故障预测模型预测电机故障数据;
15、根据三个预测模型获得三种不同类别的预测数据。
16、进一步地,所述s3包括:
17、优化系统为电机设置预设数据,分别计算三种预测数据与预设数据之间的差值,设置差值阈值,当所述差值大于所述差值阈值时,控制器向优化系统发送反馈数据,当所述差值小于等于所述差值阈值时,控制器停止向优化系统发送反馈数据。
18、进一步地,所述差值阈值包括:
19、所述差值阈值的计算公式为:其中,为差值阈值,为预测数据中同一类型数据的历史数据最大值,为预测数据中所述同一类型的历史数据最小值,为调节系数。
20、进一步地,所述s4包括:
21、优化系统的控制器根据电机历史数据,设置控制算法;
22、当控制器接收到反馈数据时,通过控制算法利用所述反馈数据进行计算,获得反馈调节数据,控制器通过所述反馈调节数据对电机驱动进行优化调节;
23、优化系统定期对所述控制算法进行调试和优化,根据实际反馈数据进行调整。
24、进一步地,所述控制算法包括:
25、所述反馈调节数据的计算公式为:其中,为反馈调节数据,为第二调节系数,为预测数据,为预设数据,为差值与差值阈值的差值。
26、进一步地,所述控制器通过所述反馈调节数据对电机驱动进行优化调节包括:
27、分别对每种类型的预测数据和预设数据进行比较,当所述预测数据大于所述预设数据的1.25倍时,优化系统将当前同类型预设数据降低k值,将此种调节设置为一级驱动;
28、当所述预测数据小于预设数据的2/3时,优化系统将当前同类型预设数据升高k值,将此种调节设置为二级驱动;
29、当所述预测数据小于等于所述预设数据的1.25倍,且大于等于所述预设数据的2/3时,不进行调节,将此阶段设置为三级驱动。
30、进一步地,所述s5包括:
31、通过区块链记录电机各种信息,记录电机能源来源、使用情况和效率,利用智能合同,根据预先设定的规则自动调整能源的分配,并进行记录。
32、进一步地,所述系统包括数据采集模块,用于通过传感器组实时采集电机运行数据,获得电机数据,将所述电机数据发送至优化系统;
33、数据预测模块,用于使优化系统通过收集电机各类数据训练三种预测模型;优化系统对所述电机数据进行预处理,获得预处理数据,通过预处理数据,分别对电机进行三种类型数据的预测,获得预测数据;
34、判断模块,用于计算预测数据与预设数据的差值,判断所述差值是否超过正常范围,根据判断结果决定是否发送反馈数据;
35、计算模块,用于使优化系统通过预先设置的控制算法,根据反馈数据计算反馈调节数据,根据所述反馈调节数据进行电机驱动的优化调节;
36、记录模块,用于对电机数据和能源进行记录管理。
37、本发明有益效果:
38、本发明提出了一种电力数据中异常值的处理方法及系统,通过传感器组实时监测电机的运行状态和性能参数,可以及时获取电机的运行数据。将采集到的电机数据通过数据传输方式发送到优化系统中,方便对数据进行处理和分析。优化系统对电机数据进行预处理,然后通过收集电机各类数据训练三种预测模型,为后续的数据预测提供支持。通过预处理后的数据,利用训练好的预测模型对电机进行三种类型数据的预测,并计算预测数据与预设数据的差值,判断差值是否超过正常范围,以判断电机的运行状态。如果差值超过正常范围,优化系统会发送反馈数据,根据预先设置的控制算法计算反馈调节数据,用来进行电机驱动的优化调节,在节约能耗的同时控制电机的性能,保证电机的正常运行。对电机数据和能源进行记录管理,方便后续的数据分析和故障排除。可以实时监测电机运行状态,及时发现和解决潜在问题,确保电机的性能和稳定性。
1.一种电机智能驱动优化方法,其特征在于,所述方法包括:
2.根据权利要求1所述一种电机智能驱动优化方法,其特征在于,所述s2包括:
3.根据权利要求1所述一种电机智能驱动优化方法,其特征在于,所述s3包括:
4.根据权利要求3所述一种电机智能驱动优化方法,其特征在于,所述差值阈值包括:
5.根据权利要求1所述一种电机智能驱动优化方法,其特征在于,所述s4包括:
6.根据权利要求5所述一种电机智能驱动优化方法,其特征在于,所述控制算法包括:
7.根据权利要求5所述一种电机智能驱动优化方法,其特征在于,所述控制器通过所述反馈调节数据对电机驱动进行优化调节包括:
8.根据权利要求1所述一种电机智能驱动优化方法,其特征在于,所述s5包括:
9.一种电机智能驱动优化系统,其特征在于,所述系统包括: