买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳市巨能伟业技术有限公司

摘要：本发明提供一种基于人工智能的电源安全供电保护方法和系统，涉及电路保护技术领域。所述方法包括：检测供电电压和用电电流；确定供电电压稳定性评分；在供电电压稳定性评分低于稳定性阈值的情况下，控制电源供电线路与电网之间的第一开关断开，并控制电网与稳压逆变器之间的第二开关闭合；确定各个用电设备的用电模式；通过用电异常监测模型，确定各个用电设备的用电异常识别结果；将用电异常识别结果为用电异常的用电设备对应的第三开关断开；确定用电异常识别结果为用电异常的用电设备的第一数量；在第一数量符合预设的数量条件的情况下，断开第一开关和第二开关。根据本发明，可结合用电设备的用电模式，准确识别出用电设备的异常状态。

主权项：1.一种基于人工智能的电源安全供电保护方法，其特征在于，包括：通过第一检测装置，检测电源供电线路在多个时刻的供电电压，并通过多个第二检测装置，检测多个用电设备在多个时刻的用电电流；通过当前时刻之前的第一预设时间段内的多个时刻的供电电压，确定供电电压稳定性评分，其中，所述当前时刻为所述第一预设时间段内的最后一个时刻；在所述供电电压稳定性评分低于稳定性阈值的情况下，控制电源供电线路与电网之间的第一开关断开，并控制电网与稳压逆变器之间的第二开关闭合，其中，所述稳压逆变器的输入端连接所述第二开关，所述稳压逆变器的输出端连接所述电源供电线路；通过各个用电设备当前时刻之前的第二预设时间段内的多个时刻的用电电流，确定各个用电设备的用电模式，其中，所述当前时刻为所述第二预设时间段内的最后一个时刻；通过训练后的用电异常监测模型，对各个用电设备的用电模式，以及第二预设时间段内的多个时刻的用电电流进行处理，确定各个用电设备的用电异常识别结果；将用电异常识别结果为用电异常的用电设备对应的第三开关断开，其中，所述第三开关位于所述用电设备与所述电源供电线路之间；确定用电异常识别结果为用电异常的用电设备的第一数量；在所述第一数量符合预设的数量条件的情况下，断开所述第一开关和所述第二开关；通过当前时刻之前的第一预设时间段内的多个时刻的供电电压，确定供电电压稳定性评分，包括：对所述当前时刻之前的第一预设时间段内的多个时刻的供电电压进行拟合，获得供电电压拟合函数；确定电源供电线路的额定电压；根据所述供电电压拟合函数和所述额定电压，获得电压误差评分；对所述供电电压拟合函数进行求导，获得供电电压变化函数；根据所述供电电压变化函数，确定所述第一预设时间段内多个时刻的电压变化率；根据所述第一预设时间段内多个时刻的电压变化率，确定电压变化评分；根据所述电压变化评分和所述电压误差评分，确定供电电压稳定性评分；根据所述供电电压拟合函数和所述额定电压，获得电压误差评分，包括：将所述供电电压拟合函数与所述额定电压相减，获得供电电压误差函数；将供电电压误差函数的绝对值确定为供电电压绝对误差函数；对所述供电电压绝对误差函数在所述第一预设时间段内进行积分，获得绝对误差累积值；对所述额定电压在所述第一预设时间段内进行积分，获得额定电压累积值；将所述绝对误差累积值与所述额定电压累积值的比值确定为电压相对误差值；根据所述电压相对误差值，确定所述电压误差评分；根据所述第一预设时间段内多个时刻的电压变化率，确定电压变化评分，包括：对于所述第一预设时间段中的第i个时刻，根据第i个时刻的供电电压、第i个时刻的电压变化率以及相邻时刻之间的时间间隔，确定第i+1个时刻的供电电压预测值；如果i≠n，则确定所述第i+1个时刻的供电电压预测值与所述额定电压之间的预测误差，以及第i+1个时刻的供电电压与所述额定电压之间的实际误差，其中，n为第一预设时间段内的时刻数量，第一预设时间段内的第n个时刻为所述当前时刻，i≤n，且i和n均为正整数；如果所述预测误差小于或等于所述实际误差，则将第i个时刻确定为电压变化率异常时刻；如果i=n，则确定所述第i+1个时刻的供电电压预测值与所述额定电压之间的预测误差，并在所述预测误差大于或等于预设的预测误差阈值的情况下，将第i个时刻确定为电压变化率异常时刻；统计所述电压变化率异常时刻的第二数量；根据所述第二数量与所述第一预设时间段内的时刻数量，确定所述电压变化评分；通过各个用电设备当前时刻之前的第二预设时间段内的多个时刻的用电电流，确定各个用电设备的用电模式，包括：对第j个用电设备在所述第二预设时间段内的多个时刻的用电电流分别进行数据拟合，获得第j个用电设备的用电电流函数，其中，j为正整数；获取第j个用电设备在多个时刻的用电电流与所述用电电流函数在多个时刻的函数值之间的电流误差；将所述电流误差的绝对值确定为绝对电流误差；对多个时刻的绝对电流误差进行求和，获得绝对累积误差；如果所述绝对累积误差小于或等于预设的绝对误差阈值，且所述用电电流函数的斜率的绝对值大于或等于预设斜率阈值的情况下，则将第j个用电设备的用电模式确定为充电模式，否则，将第j个用电设备的用电模式确定为耗电模式，其中，所述充电模式为对储能设备进行充电时的用电模式，所述耗电模式为用电设备运行时的用电模式；通过训练后的用电异常监测模型，对各个用电设备的用电模式，以及第二预设时间段内的多个时刻的用电电流进行处理，确定各个用电设备的用电异常识别结果，包括：将各个用电设备在第二预设时间段内的多个时刻的用电电流输入用电异常监测模型的编码子模型，获得各个用电设备的编码信息；通过用电模式解码子模型对各个用电设备的编码信息进行解码，获得各个用电设备的用电模式预测结果；根据各个用电设备的用电模式预测结果和各个用电设备的用电模式，确定所述用电模式预测结果的正确率；在所述正确率高于预设正确率阈值的情况下，将所述各个用电设备的用电模式，以及所述各个用电设备的编码信息，输入异常识别解码子模型，获得各个用电设备的用电异常识别结果；所述用电异常监测模型的训练步骤包括：通过多个用电设备在历史时间段内多个时刻的样本用电电流输入用电异常监测模型的编码子模型，获得各个用电设备的样本编码信息；通过用电模式解码子模型对各个用电设备的样本编码信息进行解码，获得各个用电设备的样本用电模式预测结果；将所述样本用电模式预测结果和所述样本编码信息输入异常识别解码子模型，获得各个用电设备的样本用电异常识别结果；根据所述样本用电模式预测结果、所述样本用电异常识别结果、各个用电设备的实际异常状态以及各个用电设备的实际用电模式，获得用电异常监测模型的损失函数；根据所述损失函数对所述用电异常监测模型进行训练，获得所述训练后的用电异常监测模型；根据所述样本用电模式预测结果、所述样本用电异常识别结果、各个用电设备的实际异常状态以及各个用电设备的实际用电模式，获得用电异常监测模型的损失函数，包括：根据公式 ；获得用电异常监测模型的损失函数L，其中，为基于第k个用电设备的实际用电模式确定的第k个用电设备的用电模式为充电模式的概率，为基于第k个用电设备的样本用电模式预测结果确定的第k个用电设备的用电模式为充电模式的概率，为基于第k个用电设备的实际异常状态确定的第k个用电设备用电异常的概率，为基于第k个用电设备的样本用电异常识别结果确定的第k个用电设备用电异常的概率，N为用电设备的数量，k≤N，且k和N均为正整数，、和为预设权重，。

全文数据：

权利要求：

百度查询： 深圳市巨能伟业技术有限公司 基于人工智能的电源安全供电保护方法和系统