利索能及
我要发布
收藏
专利号: 2020111495060
申请人: 苏州科技大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-08-05
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种智能互感器,其特征在于,包括:电流检测模块、温度检测模块、数据存储模块、远程通信模块、智能诊断模块、智能终端;

所述电流检测模块用于对导线电流的检测;

所述温度检测模块用于测量智能互感器多个部位的温度;

所述数据存储模块用于对电流检测模块、温度检测模块采集到的信息进行存储,用于与智能诊断模块得到的信息交换信息,用于与智能终端交换信息;

所述智能诊断模块读取数据存储模块的数据,用于对互感器的状态进行诊断,且能够将对互感器的状态进行诊断后的结果写入数据存储模块;

所述智能终端用于查询且显示数据存储模块中存储的信息;

其中,所述电流检测模块的输出端与数据存储模块的输入端连接;

其中,所述温度检测模块的输出端与数据存储模块的输入端连接;

其中,所述数据存储模块与所述智能诊断模块相互连接;

其中,所述数据存储模块与所述智能终端相互连接,所述数据存储模块与所述智能终端之间通过所述远程通信模块实现通信连接;

所述智能诊断模块存储有互感器计算模型,互感器计算模型采用ART计算模型;

ART计算模型由两层神经元包括两个子系统:比较层C、识别层R;还包括:三种控制信号复位信号RESET、逻辑控制信号G1和G2;

其中,比较层C有n个节点,每个节点接受来自3个方面的信号:一个是来自外界的输入信号xi,另一个是来自R层获胜神经元的外向权重向量Tj的返回信号tij,还有一个来自G1的控制信号;C层节点的输出是根据2/3的“多数表决”原则产生的,即输出值ci与xi、tij、G1,3个信号中的多数信号值相同;网络开始运行时,G1=1,识别层尚未产生竞争获胜神经元,因此反馈回送信号为0,由2/3规则知,C层输出应由输入信号决定,有C=X;当识别层出现反馈回送信号与反馈信号的比较信号,xi=tij,则ci=xi,否则ci=0;即控制信号G1的作用是比较层能够区分网络运行的不同阶段,网络开始运行阶段G1的作用是使C层对输入信号直接输出,之后G1的作用是使C层行使比较功能,此时ci为对xi和tij的比较信号,两者为1时ci为

1,否则为0,即从R层返回的信号tij对C层的输出有调节作用;

其中,识别层R由多层前馈神经网络构成,有m个节点,用以表示m个输入模式类,m可动态增长,以设立新的模式类;由C层向上连接到R第j个节点的内权重向量用Bj=(b1j,b2j……bnj)表示;C层的输出向量C沿m个内权重向量Bj向前传送,其中,j=1,2,…,m,到达R层各个神经元节点后经过竞争再产生获胜节点j,指示本次输入模式的所属类别;获胜节点输出rj=1,其余节点输出为0;

R层的每个神经元都对应两个权向量:一个是将C层前馈信号汇聚到R层的内权重向量Bj;另一个是将R层反馈信号散发到C层的外向权重向量Tj,该向量为对应与R层各模式类节点的典型向量;

其中,控制信号G1、G2、Reset的作用分别为:G1设输入模式X个元素的逻辑或为X0,R个元素的逻辑或非为R0,则G1=X0R0,即只有在R层输出向量R全为0,而输入X不全为0时,G1=

1,其他情况下G1=0;信号G2检测输入模式X是否为0,它等于X个分量的逻辑或,如果xi全为

0,其中i=1,2,…,n,则G2=0,否则G2=1;Reset信号的作用是使R层竞争获胜神经元无效,如果根据某种预先设定的测量标准,Tj与X未达到预先设定的相似度ρ,表明两者未充分接近,于是系统发出Reset信号使获胜神经元无效;

其中,输入层负责接收外界信息并将输入样本向竞争层传递,起观察作用,竞争层负责分析比较,按照已知的训练模型进行分析,正确归类,若分析所得的结果在已知模型中不存在,则自动创建一个新的类别;控制信号负责对各层分析结果的相似度ρ进行控制,若结果未达到预设的相似度ρ,则重新分析。

2.根据权利要求1所述的一种智能互感器,其特征在于,所述温度检测模块采用热敏电阻传感器,在互感器多个位置安装热敏电阻传感器实现对互感器本身温度的检测;并且,采用8个贴片式热敏电阻传感器平均张贴于互感器的内圈和外圈以构成惠斯通桥检测各点温度同时检测电缆与环境温度的差值,采用高分辨率模数转换芯片将电流信号转换为数字信号,然后传送给数据存储模块。

3.根据权利要求1所述的一种智能互感器,其特征在于,所述数据存储模块为移动数据存储器。

4.根据权利要求1所述的一种智能互感器,其特征在于,所述智能诊断模块采用数字处理芯片,其能够对采集到的电流及温度信息进行获取、储存、远程通信及智能诊断,同时采用金属网罩构成屏蔽罩,防止强磁场情况下的数字芯片电磁干扰。

5.根据权利要求1所述的一种智能互感器,其特征在于,识别层R为前馈神经网络模型,即采用BP神经网络算法,由两层神经元构成的多层前馈神经网络;

所述前馈神经网络由10个神经元构成输入层,10个神经元构成隐层,2个输出构成输出层,输入层对应:温度、电流、电阻、电压、负载、负载比、电流比值差、电流相位差、复合误差、偏差;输出层对应:运行状态、剩余寿命。